python sklearn 绘制决策树模型的节点图

绘制决策树的图片可以使用sklearn.tree.plot_tree这个方法

详情可以参考官方文档：https://scikit-learn.org/stable/modules/generated/sklearn.tree.plot_tree.html

示例代码

import matplotlib.pyplot as plt
import numpy as np
from sklearn.tree import plot_tree  # 树图
from sklearn.tree import DecisionTreeClassifier

if __name__ == '__main__':
    # 准备数据
    x_data = np.array([
        [1, 2, 3, 4, 5, 6],
        [2, 2, 3, 4, 5, 6],
    ]).T
    y_data = np.array([6, 5, 4, 3, 4, 5])
    
    # 训练一个树模型
    dec_tree = DecisionTreeClassifier(
        criterion='entropy',  # “信息熵”最小化准则划分
        max_leaf_nodes=8,  # 最大叶子节点数
        min_samples_leaf=0.05)  # 叶子节点样本数量最小占比
    dec_tree.fit(x_data, y_data)  # 训练决策树

    # 开始绘图
    plt.figure(figsize=(14, 12))  # 指定图片大小
    plot_tree(dec_tree,
              feature_names=["x1", "x2"],
              filled=True,
              rounded=True)
    plt.show()

效果图：