如何使用sklearn對決策樹進行可視化

原文地址：https://blog.csdn.net/yj1556492839/article/details/80363034

在sklearn的官網上已經對決策樹的實現進行了詳細介紹，這里主要講一下可視化的過程。

安裝和配置GraphViz

首先去下載軟件，我的版本是graphviz-2.38.msi。然后就是配置環境變量，把\bin文件夾放到path中就行了。最后在終端命令行中輸入：dot -version，檢測一下有沒有設置成功。

決策樹可視化

需要先安裝一些python庫，如graphviz等。可以用pip或者conda命令安裝，如：pip install graphviz，也可以在anaconda navigator中直接搜索安裝。

決策樹的具體用法參考官網，這里只貼一部分代碼：

    clf_tree = tree.DecisionTreeClassifier()
    clf_tree.fit(x_train, y_train)
    y_tree = clf_tree.predict(x_test)
    dot_data = tree.export_graphviz(clf_tree, out_file='tree.dot', feature_names=['overdue_days', 'bank_card_count', 'latest_earliest_loan_interval', 'latest_login_loan_interval', 'average_loan_interval'], class_names=['1', '2', '3'], filled=True, rounded=True, special_characters=True) graph = graphviz.Source(dot_data)

 

執行完以后，可以生成一個叫 ‘tree.dot’ 的 dot 文件。然后在終端命令行中輸入：

dot -Tpng tree.dot -o loan_tree.png #png dot -Tpdf tree.dot -o loan_tree.pdf #pdf

將dot文件轉化成png格式的圖片，或者生成pdf文件。