鸢尾花决策树可视化graphviz

以下是使用graphviz库在Python中进行鸢尾花决策树可视化的示例：

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

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 创建决策树模型
clf = DecisionTreeClassifier()
clf.fit(X, y)

# 生成决策树可视化图形
dot_data = tree.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_decision_tree")  # 保存为PDF或图片文件
graph.view()  # 在浏览器中查看决策树图形

这段代码首先加载鸢尾花数据集，然后创建一个决策树分类器，并使用数据集进行训练。接下来，使用`tree.export_graphviz`函数将决策树模型转换为Graphviz格式的图形描述。最后，使用`graphviz.Source`类创建一个图形对象，并可以选择将图形保存为PDF或图片文件，或在浏览器中查看。