对iris数据集构建决策树并可视化显示

好的，我可以给你提供代码。首先，你需要安装scikit-learn库。

以下是代码：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pydotplus
from IPython.display import Image

# 读取数据
iris = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data",
                   names=["sepal_length", "sepal_width", "petal_length", "petal_width", "class"])

# 选择特征和标签
X = iris.iloc[:, :-1]
y = iris.iloc[:, -1]

# 构建决策树模型
clf = DecisionTreeClassifier()
clf.fit(X, y)

# 可视化决策树
dot_data = export_graphviz(clf, out_file=None, feature_names=X.columns,
                           class_names=y.unique(), filled=True, rounded=True, special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
Image(graph.create_png())

运行以上代码，即可得到决策树的可视化结果。

如果你想把决策树保存为图片或pdf格式，只需稍作修改：

# 可视化决策树并保存
graph.write_pdf("iris_decision_tree.pdf")
graph.write_png("iris_decision_tree.png")