首页 文章

在scikit-learn中可视化决策树

提问于
浏览 次
27

我正在尝试使用Python中的scikit-learn设计一个简单的决策树（我在Windows操作系统上使用Anaconda的Ipython Notebook和Python 2.7.3），并将其可视化如下：

from pandas import read_csv, DataFrame
from sklearn import tree
from os import system

data = read_csv('D:/training.csv')
Y = data.Y
X = data.ix[:,"X0":"X33"]

dtree = tree.DecisionTreeClassifier(criterion = "entropy")
dtree = dtree.fit(X, Y)

dotfile = open("D:/dtree2.dot", 'w')
dotfile = tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns)
dotfile.close()
system("dot -Tpng D:.dot -o D:/dtree2.png")

但是，我收到以下错误：

AttributeError: 'NoneType' object has no attribute 'close'

我使用以下博客文章作为参考：Blogpost link

以下stackoverflow问题对我来说似乎也不起作用：Question

有人可以帮助我如何在scikit-learn中可视化决策树吗？

python scikit-learn visualization decision-tree

6 回答

  • 2

    sklearn.tree.export_graphviz不返回任何内容，因此默认返回 None .

    通过执行 dotfile = tree.export_graphviz(...) ，您将覆盖之前已分配给 dotfile 的打开文件对象，因此当您尝试关闭文件时会出现错误（因为它现在是 None ） .

    要修复它，请将代码更改为

    ...
dotfile = open("D:/dtree2.dot", 'w')
tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns)
dotfile.close()
...
    回复于
  • 20

    如果像我一样，你在安装graphviz时遇到问题，你可以通过它来显示树

    • 用 export_graphviz 导出它，如前面的答案所示

    • 在文本编辑器中打开 .dot 文件

    • 复制一段代码并将其粘贴@ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

    回复于
  • 8

    对于那些使用 jupyter 和sklearn（18.2）的人来说，这是一个班轮你甚至不需要 matplotlib . 只有要求是graphviz

    pip install graphviz

    比运行（根据问题X的代码是pandas DataFrame）

    from graphviz import Source
from sklearn import tree
Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))

    这将以SVG格式显示 . 上面的代码生成了Graphviz的Source对象（source_code - 不可怕），它将直接在jupyter中呈现 .

    你可能会做的一些事情

    在jupter中显示它：

    from IPython.display import SVG
graph = Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))
SVG(graph.pipe(format='svg'))

    保存为png：

    graph = Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))
graph.format = 'png'
graph.render('dtree_render',view=True)

    获取png图像，保存并查看：

    graph = Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))
png_bytes = graph.pipe(format='png')
with open('dtree_pipe.png','wb') as f:
    f.write(png_bytes)

from IPython.display import Image
Image(png_bytes)

    如果您打算使用该库，那么链接到examples和userguide

    回复于
  • 16

    或者，您可以尝试使用pydot从dot生成png文件：

    ...
tree.export_graphviz(dtreg, out_file='tree.dot') #produces dot file

import pydot
dotfile = StringIO()
tree.export_graphviz(dtreg, out_file=dotfile)
pydot.graph_from_dot_data(dotfile.getvalue()).write_png("dtree2.png")
...
    回复于
  • 0

    您可以复制export_graphviz文件的内容，并将其粘贴到webgraphviz.com站点中 .

    您可以查看有关如何visualize the decision tree in Python with graphviz的文章以获取更多信息 .

    回复于
  • 17

    如果您遇到直接抓取源.dot的问题，您也可以像这样使用 Source.from_file ：

    from graphviz import Source
from sklearn import tree
tree.export_graphviz(dtreg, out_file='tree.dot', feature_names=X.columns)
Source.from_file('tree.dot')
    回复于

相关问题