基于Anaconda的graphviz使用问题

最新推荐文章于 2025-09-06 15:49:22 发布

原创最新推荐文章于 2025-09-06 15:49:22 发布 · 4.7k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#sklearn #graphviz

python 专栏收录该内容

2 篇文章

订阅专栏

本文介绍如何使用Graphviz工具将sklearn生成的决策树可视化为图表，并提供了具体的代码示例。通过安装Graphviz并利用sklearn的export_graphviz函数，可以将决策树导出为PDF文件或在Jupyter Notebook中直接展示。

想要用graphviz可视化sklearn生成的决策树，运行网上的例子提示无法找到graphviz.exe文件。在sklearn的官网中找到了解决办法。
在cmd界面输入conda install python-graphviz来安装graphviz。
举一个例子：

from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)

#利用一下代码，可以将结果保存至pdf文件
import graphviz 
dot_data = tree.export_graphviz(clf, out_file=None) 
graph = graphviz.Source(dot_data) 
graph.render("iris") 

#也可以使用export.graphviz函数，其支持许多参数，包括每个结点的颜色，用来划分
#结点的变量名称和类的名称。如果使用jupyter notebook也可以自动嵌入输出。
dot_data = tree.export_graphviz(clf, out_file=None, 
                         feature_names=iris.feature_names,  
                         class_names=iris.target_names,  
                         filled=True, rounded=True,  
                         special_characters=True)  
graph = graphviz.Source(dot_data)  
graph

输出如下图：
这里写图片描述