Python sklearn export_graphviz用法及代碼示例

本文簡要介紹python語言中 sklearn.tree.export_graphviz 的用法。

用法:

sklearn.tree.export_graphviz(decision_tree, out_file=None, *, max_depth=None, feature_names=None, class_names=None, label='all', filled=False, leaves_parallel=False, impurity=True, node_ids=False, proportion=False, rotate=False, rounded=False, special_characters=False, precision=3, fontname='helvetica')

以 DOT 格式導出決策樹。

該函數生成決策樹的 GraphViz 表示，然後將其寫入 out_file 中。導出後，可以使用以下方法生成圖形渲染：

$ dot -Tps tree.dot -o tree.ps      (PostScript format)
$ dot -Tpng tree.dot -o tree.png    (PNG format)

顯示的樣本計數使用可能存在的任何 sample_weights 進行加權。

在用戶指南中閱讀更多信息。

參數：

decision_tree：決策樹分類器

要導出到 GraphViz 的決策樹。

out_file：對象或字符串，默認=無

輸出文件的句柄或名稱。如果 None ，則結果以字符串形式返回。

max_depth：整數，默認=無

表示的最大深度。如果沒有，則完全生成樹。

feature_names：str列表，默認=無

每個函數的名稱。如果 None 將使用通用名稱(“feature_0”、“feature_1”、...)。

class_names：str 或 bool 的列表，默認 = 無

每個目標類別的名稱按數字升序排列。僅與分類相關，不支持multi-output。如果 True ，則顯示類名的符號表示。

label：{‘all’, ‘root’, ‘none’}，默認='全部'

是否顯示雜質標簽等。選項包括‘all’ 顯示在每個節點，‘root’ 僅顯示在頂部根節點，或‘none’ 不顯示在任何節點。

filled：布爾，默認=假

當設置為 True 時，繪製節點以指示分類的多數類、回歸值的極值或 multi-output 的節點純度。

leaves_parallel：布爾，默認=假

當設置為 True 時，在樹的底部繪製所有葉節點。

impurity：布爾，默認=真

當設置為 True 時，顯示每個節點的雜質。

node_ids：布爾，默認=假

當設置為 True 時，在每個節點上顯示 ID 號。

proportion：布爾，默認=假

當設置為 True 時，將 ‘values’ 和/或 ‘samples’ 的顯示分別更改為比例和百分比。

rotate：布爾，默認=假

當設置為 True 時，將樹從左到右而不是自上而下。

rounded：布爾，默認=假

當設置為 True 時，繪製圓角節點框。

special_characters：布爾，默認=假

當設置為 False 時，忽略特殊字符以實現 PostScript 兼容性。

precision：整數，默認=3

每個節點的雜質、閾值和值屬性值中浮點精度的位數。

fontname：str，默認='helvetica'

用於呈現文本的字體名稱。

返回：

dot_data：str

輸入樹的字符串表示形式，采用 GraphViz 點格式。僅當 out_file 為 None 時才返回。

例子：

>>> from sklearn.datasets import load_iris
>>> from sklearn import tree

>>> clf = tree.DecisionTreeClassifier()
>>> iris = load_iris()

>>> clf = clf.fit(iris.data, iris.target)
>>> tree.export_graphviz(clf)
'digraph Tree {...