使用 Graphviz 可视化决策树

以下代码段演示了如何使用 graphviz 库将决策树模型导出并渲染为图形：

dot_data = tree.export_graphviz(model,
                                out_file=None,
                                feature_names=vec.get_feature_names(),
                                class_names=lb.classes_,
                                filled=True,
                                rounded=True,
                                special_characters=True)
graph = graphviz.Source(dot_data)
graph.render('Tree')

代码解释：

dot_data = tree.export_graphviz(...): 这行代码将决策树模型导出为 DOT 格式的数据。
- model: 已经训练好的决策树模型对象。
- out_file=None: 将 DOT 数据存储在变量 dot_data 中而不是直接输出到文件。
- feature_names=vec.get_feature_names(): 提供特征名称列表，以便在图形中显示。
- class_names=lb.classes_: 提供类别名称列表，以便在图形中显示。
- filled=True: 用颜色填充节点以提高可读性。
- rounded=True: 使用圆角矩形作为节点形状，使图形更美观。
- special_characters=True: 正确处理特殊字符，确保图形正确渲染。
graph = graphviz.Source(dot_data): 这行代码使用 Graphviz 库将 DOT 格式的数据转换为图形对象。
graph.render('Tree'): 这行代码将图形对象渲染为图像文件，并将其保存为名为 'Tree' 的文件。文件格式（例如 PNG、PDF 等）取决于 Graphviz 的配置。

总结

这段代码提供了一种简单有效的方法来可视化决策树模型。通过将模型导出为图形，您可以更轻松地理解模型的结构和决策规则，从而更好地解释模型预测。请确保您已正确安装 graphviz 库，并根据您的数据和模型修改代码。