决策树可视化二分类类别

决策树可视化可以使用Python中的Graphviz库来实现。以下是一个简单的示例代码，可以可视化一个二分类类别的决策树：

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

# 加载数据集
iris = load_iris()
X = iris.data[:, 2:]
y = iris.target

# 训练决策树
tree_clf = DecisionTreeClassifier(max_depth=2, random_state=42)
tree_clf.fit(X, y)

# 可视化决策树
export_graphviz(
        tree_clf,
        out_file="iris_tree.dot",
        feature_names=iris.feature_names[2:],
        class_names=iris.target_names,
        rounded=True,
        filled=True
    )

with open("iris_tree.dot") as f:
    dot_graph = f.read()
graphviz.Source(dot_graph)

在这个示例中，我们使用Iris数据集作为训练数据集，仅选择后两个特征进行训练。然后我们使用DecisionTreeClassifier训练了一颗深度为2的决策树。最后我们使用export_graphviz函数将决策树导出为dot文件，然后使用graphviz库将dot文件转换成可视化的决策树。