生成代码 决策树算法练习 （1）加载 iris 数据集； （2）利用 iris 数据集数据建立决策树模型； （3）利用 tree 模块的 export_graphviz 函数来将树可视化。

下面是Python代码实现：

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

# 加载 iris 数据集
iris = load_iris()
X = iris.data
y = iris.target

# 建立决策树模型
clf = DecisionTreeClassifier()
clf.fit(X, y)

# 可视化决策树
export_graphviz(clf, out_file='tree.dot', feature_names=iris.feature_names, class_names=iris.target_names, filled=True, rounded=True, special_characters=True)

运行后，生成一个名为tree.dot的文件，该文件可以使用Graphviz软件进行可视化。打开Graphviz软件，点击“File”->“Open”->选择tree.dot文件，即可看到可视化的决策树。