决策树结果可视化的代码

以下是使用Python和Graphviz库将决策树结果可视化的示例代码：

from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz

# 创建决策树模型
clf = DecisionTreeClassifier()

# 训练决策树模型
clf.fit(X_train, y_train)

# 将决策树结果输出为.dot文件
dot_data = export_graphviz(clf, out_file=None, 
                           feature_names=feature_names,  
                           class_names=class_names,  
                           filled=True, rounded=True,  
                           special_characters=True)  

# 使用Graphviz库将.dot文件转换为可视化的决策树图形
graph = graphviz.Source(dot_data)  
graph.render("decision_tree")  # 将结果保存为PDF文件
graph.view()  # 在窗口中显示可视化的决策树图形

其中，`X_train`和`y_train`是训练数据集，`feature_names`是特征名列表，`class_names`是类别名列表。`export_graphviz`函数会将决策树结果输出为.dot文件，该文件可以使用Graphviz库中的`Source`函数进行可视化。`render`函数将结果保存为PDF文件，`view`函数在窗口中显示可视化的决策树图形。