从 sklearn 随机森林回归器可视化决策树

【问题标题】：Visualizing a decision tree from a sklearn random forest regressor从 sklearn 随机森林回归器可视化决策树
【发布时间】：2021-12-25 10:26:32
【问题描述】：

嗨，我有一个名为 rf 的随机森林。

documentation 告诉我rf.estimators 给出了树木的列表。我有兴趣可视化一个，或者如果我至少无法找出树有多少个节点。

我的直觉是 plot_tree 函数，显示 here 将能够在树上使用，但是当我运行时

rf.estimators_[0].plot_tree()

我明白了

AttributeError: 'DecisionTreeRegressor' object has no attribute 'plot_tree'

【问题讨论】：

标签： python scikit-learn random-forest

【解决方案1】：

从 Sklearn 导入 tree 并将所需的估算器传递给 plot_tree 函数。

设置：

from sklearn.ensemble import RandomForestRegressor
from sklearn.datasets import make_regression
X, y = make_regression(n_features=4, n_informative=2,
                       random_state=0, shuffle=False)
regr = RandomForestRegressor(max_depth=2, random_state=0)
regr.fit(X, y)

print(regr.predict([[0, 0, 0, 0]]))
#[-8.32987858]

使用plot_tree

from sklearn import tree
tree.plot_tree(regr.estimators_[0])

【讨论】：