版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/mr_muli/article/details/84453003
-
sklearn决策树绘制
-
安装Graphviz(https://graphviz.gitlab.io/_pages/Download/Download_windows.html )
-
一路next,安装Graphviz后,需要设置环境变量:
-
添加系统环境变量 :建立变量名GRAPHVIZ_DOT ;值为安装的路径,如C:\Program Files (x86)\Graphviz2.34\bin\dot.exe
-
设置环境变量 在用户环境变量添加以下一个变量;建立变量名 GRAPHVIZ_INSTALL_DIR, 值为如C:\Program Files (x86)\Graphviz2.34
-
在系统环境变量 建立变量名PATH中添加Graphviz的bin目录路径,如C:\Program Files (x86)\Graphviz2.34\bin
-
测试是否安装成功:在cmd中输入dot -version检验是否安装成功
# -*- coding: utf-8 -*-
"""
Created on Fri Nov 23 21:26:09 2018
@author: muli
"""
from sklearn.tree import DecisionTreeClassifier
from sklearn import datasets
from sklearn import cross_validation
# 可视化需要的包
from sklearn.tree import export_graphviz
from sklearn.externals.six import StringIO
import pydotplus
def load_data():
'''
加载用于分类问题的数据集。数据集采用 scikit-learn 自带的 iris 数据集
:return: 一个元组,用于分类问题。
元组元素依次为:训练样本集、测试样本集、训练样本集对应的标记、测试样本集对应的标记
'''
# scikit-learn 自带的 iris 数据集
iris=datasets.load_iris()
X_train=iris.data
y_train=iris.target
# 分层采样拆分成训练集和测试集,测试集大小为原始数据集大小的 1/4
return cross_validation.train_test_split(X_train, y_train,test_size=0.25,
random_state=0,stratify=y_train)
def test_DecisionTreeClassifier(*data):
'''
测试 DecisionTreeClassifier 的用法
:param data: 可变参数。
它是一个元组,这里要求其元素依次为:训练样本集、测试样本集、训练样本的标记、测试样本的标记
:return: None
'''
X_train,X_test,y_train,y_test=data
# 通过前面的测试,选择最优参数
clf = DecisionTreeClassifier(criterion='gini',splitter='best',
max_depth=6)
clf.fit(X_train, y_train)
print("Training score:%f"%(clf.score(X_train,y_train)))
print("Testing score:%f"%(clf.score(X_test,y_test)))
feature_name = ['sepal','sepal_width','petal','petal_width']
target_name = ['setosa','versicolor','virginica']
dot_data = StringIO()
export_graphviz(clf,out_file = dot_data,feature_names=feature_name,
class_names=target_name,filled=True,rounded=True,
special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_pdf("DecisionTree.pdf")
print('Visible tree plot saved as pdf.')
if __name__=='__main__':
# 产生用于分类问题的数据集
X_train,X_test,y_train,y_test=load_data()
# 调用 test_DecisionTreeClassifier
test_DecisionTreeClassifier(X_train,X_test,y_train,y_test)
- 如图所示: