python决策树可视化

在Python中，可以使用scikit-learn库来构建决策树模型，使用graphviz库将决策树可视化。以下是一个简单的示例：

# 导入所需库
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz

# 加载数据集
iris = load_iris()

# 构建决策树模型
clf = DecisionTreeClassifier()
clf.fit(iris.data, iris.target)

# 将决策树可视化
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")

运行后，将生成一个名为“iris”的PDF文件，其中包含了可视化后的决策树。

相关问题

python决策树画图

在Python中，我们可以使用scikit-learn库来构建决策树，并使用graphviz库来可视化决策树。下面是一个简单的示例代码：

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

# 加载数据集
iris = load_iris()

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

这段代码将加载鸢尾花数据集，构建一个决策树模型，并使用graphviz库来可视化决策树。您可以将这段代码复制到您的Python环境中并运行它，然后您将在输出中看到决策树的可视化结果。