【python画图_决策树可视化、随机森林可视化（graphviz、pydotplus）】

有时候我们想更清晰的知道我们建立的决策树是怎样进行分裂的，这里跟大家分享一个决策树可视化的方法~

1、安装相关包（graphviz、pydotplus）

graphviz是一个专门绘制dot语言脚本描述的图形的软件，所以我们单纯的pip install graphviz 会报以下错误。

那么要怎么安装我们想要的包呢？

1）打开graphviz官网http://www.graphviz.org/download/，下载我们需要的版本软件包；

2）安装graphviz软件：双击我们下载的graphviz软件包，按照以下图片显示步骤进行安装；

• 注意一下第三步，我们可以选择后面两项中的任意一项，这样我们就不需要再手工的将graphviz的bin文件加入到系统环境变量中
  
  
  
  
  
  

3）点击图中的位置，输入下面语句，进行包的安装；

pip install graphviz
pip install pydotplus

4）重启电脑！

2、决策树可视化

1）生成pdf文件

################### 决策树的树形图
import numpy as np
import pandas as pd
from pandas import DataFrame as df
from sklearn.datasets import load_boston
from sklearn.datasets import load_breast_cancer
from matplotlib import pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split

# 提取数据
data = df(load_breast_cancer().data, columns=load_breast_cancer().feature_names)
data['target'] =  load_breast_cancer().target
data1 = data.iloc[:,-6:]
x_train, x_test, y_train, y_teest = train_test_split(data1.iloc[:,:-1], data1['target'], test_size=0.2, random_state=1)

# 建模
from sklearn.tree import DecisionTreeClassifier
DT = DecisionTreeClassifier(random_state=1, max_depth=4) # 深度设置为4
DT.fit(x_train, y_train)

# 决策树可视化
from sklearn import tree
import graphviz
import pydotplus  
dot_data = tree.export_graphviz(DT, out_file=None, 
                         feature_names=x_train.columns,  
                         class_names=['0','1'],  
                         filled=True, rounded=True,  
                         special_characters=True)  
graph = pydotplus.graph_from_dot_data(dot_data)  
graph.write_pdf("DTtree.pdf") 

2）在IPython console中直接生成图片

from IPython.display import Image 
dot_data = tree.export_graphviz(DT, out_file=None, 
                         feature_names=x_train.columns,  
                         class_names=['0','1'],  
                         filled=True, rounded=True,  
                         special_characters=True)  
graph = pydotplus.graph_from_dot_data(dot_data)  
Image(graph.create_png())

3、参数解读

1）samples：当前节点的总样本数

2）value：当前节点的各类别数量

3）gini：当前节点的gini不纯度
这里节点分裂我们选择的是默认的gini，基尼指数（Gini不纯度）:在样本集合中一个随机选中的样本被分错的概率，所以越小越好，当集合中所有样本为一个类时，基尼指数为0。

gini公式：

因此，该节点的gini为：

4）class：类别

5）分裂点


（哭了，没有搞懂样本数为啥差1，懂行的小伙伴不吝赐教啊。。）

4、随机森林可视化

from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(n_estimators=2, max_depth=2, random_state=1)
rf.fit(x_train, y_train)

# 随机森林画图
i=0
for per_rf in rf.estimators_:
    dot_data = tree.export_graphviz(per_rf, out_file=None, 
                         feature_names=x_train.columns,  
                         class_names=['0','1'],  
                         filled=True, rounded=True,  
                         special_characters=True)  
    graph = pydotplus.graph_from_dot_data(dot_data)  
    i = i+1
    graph.write_pdf(str(i)+"DTtree.pdf") 

详细内容请看我公众号~

【python画图_决策树可视化】