在 sklearn 中可视化决策树答案

【问题标题】：Visualising the decision tree in sklearn在 sklearn 中可视化决策树
【发布时间】：2020-01-09 01:54:52
【问题描述】：

当我想可视化树时，我得到了这个错误。

我已经展示了导入的所需库。 jupiter-notebook 是否有预期的原因？

from sklearn import tree
import matplotlib.pyplot
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_breast_cancer
cancer=load_breast_cancer()
x=cancer.data
y=cancer.target
clf=DecisionTreeClassifier(max_depth=1000)
x_train,x_test,y_train,y_test=train_test_split(x,y)
clf=clf.fit(x_train,y_train)
tree.plot_tree(clf.fit(x_train,y_train))

AttributeError: 模块 'sklearn.tree' 没有属性 'plot_tree'

【问题讨论】：

在这里查看：scikit-learn.org/stable/modules/tree.html
确保您的 matplotlib 版本 >= 1.5 并在将其放入绘图功能之前尝试将其保存到对象
matplotlib 版本为 3.0.3
plot_tree 是 0.21 版中的新功能。也许检查你的 scikit-learn 版本
非常感谢，这是我的 sklearn 版本

标签： python tree jupyter-notebook sklearn-pandas

【解决方案1】：

我将树分配给一个对象并添加了plt.show()。这对我有用。

%matplotlib inline
from sklearn import tree
import matplotlib.pyplot as plt
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_breast_cancer
cancer = load_breast_cancer()
x = cancer.data
y = cancer.target
clf = DecisionTreeClassifier(max_depth = 1000)
x_train,x_test,y_train,y_test = train_test_split(x,y)

fig = clf.fit(x_train,y_train)
tree.plot_tree(fig)
plt.show()

但我推荐使用graphviz，它更灵活。

【讨论】：

当前版本是 0.21.3，如果你使用 anaconda，你可以升级运行 !pip install -U scikit-learn 或 conda upgrade scikit-learn
非常感谢，我升级后得到了
这不是答案。你只是说“我没有这个问题”。

【解决方案2】：

升级sklearn包：

pip install --upgrade sklearn

【讨论】：

【解决方案3】：

这是因为plot_tree 是新的sklearn 0.21 版，如documentation 所示。通过运行以下命令检查您是否有足够的版本：

import sklearn

print(sklearn.__version__)

assert float(sklearn.__version__[2:]) >= 21, 'sklearn version insufficient.'

如果收到错误信息，需要更新sklearn

pip install --upgrade sklearn

【讨论】：

【解决方案4】：

因为plot_tree是在sklearn 0.21版本之后定义的

用于检查版本打开任何python空闲运行下面的程序。

import sklearn
print (sklearn.__version__)

如果版本显示低于0.21，则需要升级sklearn库。

打开 Anaconda 提示符并写入以下命令

pip install --upgrade scikit-learn

【讨论】：