Traceback (most recent call last): File "E:\bigHome\book\tree1.py", line 169, in <module> dot_data = export_graphviz(clf, out_file=None, File "E:\excavate\other\lib\site-packages\sklearn\tree\_export.py", line 859, in export_graphviz check_is_fitted(decision_tree) File "E:\excavate\other\lib\site-packages\sklearn\utils\validation.py", line 1390, in check_is_fitted raise NotFittedError(msg % {"name": type(estimator).__name__})

这个错误提示显示你尝试使用未拟合的模型进行导出树形图，因此出现了“NotFittedError”异常。这通常是因为你在使用模型之前没有正确地拟合它。在使用Scikit-learn的决策树模型之前，你需要确保你已经拟合了模型。

解决这个问题的方法是在使用export_graphviz()函数之前，使用fit()函数对模型进行拟合。例如：

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

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

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

# 拟合决策树模型
clf.fit(X, y)

# 导出树形图
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)

这样就可以避免这个错误了。请确保在使用模型之前，你已经正确地拟合了它，并且模型的状态是“已拟合”状态。