python决策树可视化代码

以下是使用Python中的Scikit-learn库和Graphviz库可视化决策树的示例代码：

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()
X = iris.data
y = iris.target

# 训练决策树
clf = DecisionTreeClassifier()
clf.fit(X, y)

# 可视化决策树
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

这段代码会生成一个图形化的决策树，其中每个节点表示一个特征，每个分支表示该特征的一个值，叶节点表示分类结果。可以使用Graphviz库将决策树渲染成图形。