随机森林 绘制决策树

可以使用Graphviz库来绘制随机森林中的决策树。首先需要安装Graphviz库，然后使用sklearn中的export_graphviz函数将决策树导出为dot文件，最后使用Graphviz库中的Source函数将dot文件转换为图像。

以下是一个示例代码：

from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import export_graphviz
from graphviz import Source

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 训练随机森林模型
rf = RandomForestClassifier(n_estimators=10)
rf.fit(X, y)

# 导出第一棵决策树
estimator = rf.estimators_[0]
export_graphviz(estimator, out_file='tree.dot', 
                feature_names = iris.feature_names,
                class_names = iris.target_names,
                rounded = True, proportion = False, 
                precision = 2, filled = True)

# 将dot文件转换为图像
with open('tree.dot') as f:
    dot_graph = f.read()
graph = Source(dot_graph)
graph.render(filename='tree', format='png')

运行以上代码后，会在当前目录下生成一个名为tree.png的图像文件，即为绘制出的决策树。