xgboost输出决策树

在XGBoost中，可以使用`plot_tree`函数来输出决策树的可视化结果。这个函数接受一个已经训练好的XGBoost模型和一些参数，然后会将决策树以图形的方式显示出来。

下面是一个简单的示例代码：

import xgboost as xgb
import matplotlib.pyplot as plt

# 加载训练好的模型
model = xgb.Booster()
model.load_model('path_to_model_file')

# 输出决策树
fig, ax = plt.subplots(figsize=(20, 8))
xgb.plot_tree(model, ax=ax)
plt.show()

需要注意的是，你需要先安装`xgboost`和`matplotlib`库，可以使用`pip install xgboost matplotlib`命令进行安装。另外，`path_to_model_file`需要替换为你训练好的模型文件的路径。

运行上述代码后，就能够得到决策树的可视化结果。你可以根据自己的需求，对图形进行调整、保存或打印。