鸢尾花 python C4.5决策树 生成树的图片

以下是使用 Python 中的 scikit-learn 库生成鸢尾花数据集的 C4.5 决策树，并将其可视化的示例代码：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz

# 加载鸢尾花数据集
iris = load_iris()

# 构建 C4.5 决策树模型
clf = DecisionTreeClassifier(criterion='entropy')

# 拟合模型
clf.fit(iris.data, iris.target)

# 生成树的可视化图像
dot_data = export_graphviz(clf, out_file=None, 
                           feature_names=iris.feature_names,  
                           class_names=iris.target_names,  
                           filled=True, rounded=True,  
                           special_characters=True)  
graph = graphviz.Source(dot_data)  
graph.render("iris")  # 保存为 iris.pdf 文件

运行上述代码后，会在当前工作目录中生成一个名为 `iris.pdf` 的文件，该文件即为生成的决策树的可视化图像。

需要注意的是，上述代码需要安装 graphviz 和 pydotplus 两个库。如果没有安装，可以通过以下命令进行安装：

pip install graphviz pydotplus