sklearn实现了随机森林模型，那么应该怎么画出决策树呢？一棵树画出来了，森林应该怎么画呢？

在sklearn中，可以使用`export_graphviz`函数将决策树导出为Graphviz格式的文件，然后使用Graphviz软件生成决策树的图像。具体操作步骤如下：

1. 导入相关库

from sklearn.tree import export_graphviz
import graphviz

2. 导出决策树为Graphviz格式

estimator = RandomForestClassifier(n_estimators=10)
estimator.fit(X_train, y_train)
tree = estimator.estimators_[0]  # 取第一棵决策树
dot_data = export_graphviz(tree, out_file=None, feature_names=X.columns, class_names=['0', '1'], filled=True, rounded=True, special_characters=True)

3. 使用Graphviz软件生成决策树图像

graph = graphviz.Source(dot_data)
graph.render("decision_tree")  # 决策树图像保存为decision_tree.pdf

对于随机森林模型，可以将每棵决策树导出为Graphviz格式，并将它们合并为一个森林图像。具体操作步骤如下：

1. 导入相关库

from sklearn.tree import export_graphviz
import graphviz

2. 导出每棵决策树为Graphviz格式

estimator = RandomForestClassifier(n_estimators=10)
estimator.fit(X_train, y_train)
for i, tree in enumerate(estimator.estimators_):
    dot_data = export_graphviz(tree, out_file=None, feature_names=X.columns, class_names=['0', '1'], filled=True, rounded=True, special_characters=True)
    graph = graphviz.Source(dot_data)
    graph.render("decision_tree_{}".format(i))  # 将每棵决策树图像保存为decision_tree_0.pdf、decision_tree_1.pdf等

3. 使用Graphviz软件将所有决策树图像合并为森林图像

# 在Graphviz软件中打开每个决策树图像，将它们合并为一个森林图像，再保存为forest.pdf

在使用Graphviz软件时，需要先安装Graphviz软件，并将其添加到系统环境变量中。