将决策树的过程可视化

在使用决策树算法进行分类的时候，有时候我们想看看决策树究竟是如何进行分类的。下面，将介绍使用sklearn来构建一个决策树，并导出决策树的结果dot文件，通过GraphViz将dot文件，保存成一张图片。

一、决策树实现鸢尾花的分类

from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pandas as pd

if __name__ == "__main__":
    #构建一颗决策树
    #决策树的深度为5，以信息增益作为属性的划分准则即ID3树
    tree = DecisionTreeClassifier(criterion="entropy",max_depth=10,random_state=0)
    #读取鸢尾花数据
    data = pd.read_csv("iris.data")
    #获取鸢尾花数据的标签
    y_label = data.iloc[:,4].values
    #获取鸢尾花的特征
    x = data.iloc[:,[0,1,2,3]].values
    tree.fit(x,y_label)
    #导出结果dot文件
    export_graphviz(tree,out_file="tree.dot",feature_names=["萼片长度","萼片宽度","花瓣长度","花瓣宽度"])

二、下载安装GraphViz

1、官网下载地址：

最后

以上就是过时皮卡丘最近收集整理的关于将决策树的过程可视化的全部内容，更多相关将决策树内容请搜索靠谱客的其他文章。