禁止趣头条抄袭
专栏推荐
正文
scikit-learn中决策树的可视化一般需要安装graphviz和python的graphviz插件的安装,下面给出具体的安装步骤:
首先我们先进入这个网站的官网:http://www.graphviz.org/
下载好了之后,我们双击一路Next进行安装,安装完成之后我们要配置环境变量:
配置完环境变量之后我们需要验证一下是否安装配置成功,我们在window命令行窗口输入dot -version,如果出现如下效果就表示安装成功:
自此window安装graphviz就安装成功了,但是此时python还没有和它产生关系,我们还需要安装python的graphviz插件,这个比较容易我们直接使用命令来安装就ok了。
安装python插件graphviz: pip install graphviz
安装python插件pydotplus。: pip install pydotplus
这样就算安装完成了。安装完成之后我们来使用一下,看是否课时图像化我们的生成树。
from sklearn.datasets import load_iris
from sklearn import tree
import pydotplus
iris = load_iris()#载入鸢尾花的数据集
clf = tree.DecisionTreeClassifier()#构造分类树
clf = clf.fit(iris.data, iris.target)#拟合数据
with open("iris.dot", 'w') as f:#现在可以将模型存入dot文件iris.dot。
f = tree.export_graphviz(clf, out_file=f)
dot_data = tree.export_graphviz(clf, out_file=None)#用pydotplus生成iris.pdf。
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_pdf("iris.pdf")
程序运行之后,会生成两个文件,一个是iris.dot,另外一个是iris.pdf,我们打开pdf就可以看到此时我们构造的生成树。
至此就可以说明软件安装成功了,使用这个软件进行可视化我们的决策树的建立是非常的方便的。
注意:有的时候即使配置了path,python仍然找不到graphviz,这时,可以在代码里面加入这一行:
import sys
import os
os.environ["PATH"] += os.pathsep + 'D:\graphviz\bin/'
注意后面的路径是你自己的graphviz的bin目录,这样python就可以找到你的目录了,一般不需要,但是真的要是找不到的话,可以使用这个方法。