用scikit-learn库写一段决策树可视化python代码
时间: 2023-10-14 08:06:35 浏览: 47
以下是一个简单的使用scikit-learn库的决策树可视化代码:
```python
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()
# 创建决策树分类器
clf = DecisionTreeClassifier()
# 训练分类器
clf.fit(iris.data, iris.target)
# 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.render("iris")
```
这段代码将加载Scikit-learn自带的鸢尾花数据集,并使用DecisionTreeClassifier创建一个决策树分类器。然后,使用export_graphviz将决策树转换为Graphviz格式,并调用graphviz.Source创建一个可视化的决策树。最后,使用graph.render保存可视化的决策树为PDF格式。
需要注意的是,要运行这段代码,需要先安装Graphviz软件包并将其添加到系统路径中。