Python决策树图像sklearn

Question

我正在处理一个棒球数据集，其中每一行都是一个单独的球场。每列都是关于该音高的一个属性。示例 1 的音高可以是 95 mph、2,000 RPM 旋转速度、100mph 的退出速度等。

我根据下面这个网页的代码构建了一个决策树，并使用俯仰速度和旋转速度来预测该俯仰是否会导致击球。我得到了 81% 的准确率……但谁在乎呢？我需要能够从决策树中获得一些见解。例如，我需要能够阅读类似这样的内容：时速超过 95 英里且旋转速度超过 3,000 的球在 87% 的情况下会导致“未命中”。

如何绘制决策树的图像以查看可以提出建议的此类数据？

http://dataaspirant.com/2017/02/01/decision-tree-algorithm-python-with-scikit-learn/

Answer 1

使用代码将训练后的决策树模型转储到文件中

with open("fine_name.dot", 'w') as f:
    f = tree.export_graphviz(tree_name, out_file=f, feature_names=columns)

复制生成的文件内容并粘贴到http://webgraphviz.com/的编辑器中以可视化决策树。它将决策树转换为白框：D

Answer 2

您可以使用 tree.plot_tree 获取树的图像。