PYTHON 决策树可视化答案

【问题标题】：PYTHON Decision Tree VisualizationPYTHON 决策树可视化
【发布时间】：2017-08-10 08:29:04
【问题描述】：

[![在此处输入图像描述][1]][1]我想可视化已应用于 pdf 或 png 文件中的数据的树决策分类器。我尝试通过以下代码使用 graphviz 进行可视化：

X_train, X_test, y_train, y_test = \
        train_test_split(X, y, test_size=0.30, random_state=1)

clf =tree.DecisionTreeClassifier(max_depth=43)
clf = clf.fit(X_train, y_train)
from sklearn.externals.six import StringIO  
import pydot 
dot_data = StringIO() 
tree.export_graphviz(clf, out_file=dot_data) 
graph = pydot.graph_from_dot_data(dot_data.getvalue()) 
graph[0].write_pdf("tree.pdf")

但是程序无法完成。一旦我收到内存不足的错误，第二次我收到错误“点停止工作”。由于这个问题，我想通过知道左孩子在哪里，右孩子或左孩子在哪里来了解这棵树？感谢您的任何回复和帮助

【问题讨论】：

你有多少条边？
@CodeIsLife 我对决策树相当陌生。你能告诉我你所说的“边缘”是什么意思吗？我认为错误可能是因为我拥有的样本数量为 128000。每个样本有 2 个特征
你的树有多深：层数、节点数...
@CodeIsLife max_depth 为 43。
请发布您的代码，尤其是引发此错误的部分

标签： python scikit-learn decision-tree

【解决方案1】：

如果您遇到如下错误：

Program terminated with status: -11. stderr follows: dot: graph is too large for cairo-renderer bitmaps.

然后要了解树，您可以尝试将其以树文本格式显示在屏幕上，如下所示：

from sklearn.tree import export_text

r = export_text(clf, feature_names=df_X_train.columns)
print(r)

【讨论】：