sklearn.tree.plot_tree?
sklearn.tree.plot_tree(decision_tree, *, max_depth=None, feature_names=None, class_names=None, label='all', filled=False, impurity=True, node_ids=False, proportion=False, rotate='deprecated', rounded=False, precision=3, ax=None, fontsize=None)
[源碼]
繪制決策樹。
顯示的樣本計數將使用可能存在的任何sample_weights加權。
可視化會自動適應軸的大小。使用plt.figure的figsize或dpi參數控制渲染的尺寸。
在用戶指南中閱讀更多內容。
0.21版中的新功能。
| 參數 | 說明 |
|---|---|
| decision_tree | decision tree regressor or classifier 要繪制的決策樹。 |
| max_depth | int, optional (default=None) 表示的最大深度。如果為None，則完全生成樹。 |
| feature_names | list of strings, optional (default=None) 每個特征的名稱。 |
| class_names | list of strings, bool or None, optional (default=None) 每個目標類別的名稱按升序排列。僅與分類相關，不支持多輸出。如果為True，則顯示類名的符號表示。 |
| label | {‘all’, ‘root’, ‘none’}, optional (default=’all’) 是否顯示雜質的信息性標簽等。選項包括“all”顯示在每個節點上，“root”顯示在頂部根節點上或“none”顯示在任何節點上。 |
| filled | bool, optional (default=False) 設置為True時，繪制節點以表示多數類用于分類，值的極值用于回歸，或表示節點的純度用于多輸出。 |
| impurity | bool, optional (default=True) 設置為True時，顯示每個節點上的雜質。 |
| node_ids | bool, optional (default=False) 設置為True時，顯示每個節點上的ID號。 |
| proportion | bool, optional (default=False) 設置為True時，將‘values’和/或‘samples’的顯示分別更改為比例和百分比。 |
| rotate | bool, optional (default=False) 此參數對matplotlib樹的可視化效果沒有影響，并保留在此處以向后兼容。 從0.23版開始不推薦使用：rotate在0.23版中不推薦使用，并將在0.25版中刪除。 |
| rounded | bool, optional (default=False) 設置為True時，繪制帶有圓角的節點框，并使用Helvetica字體代替Times-Roman。 |
| precision | int, optional (default=3) 每個節點的不純度的浮點數的精度位數、閾值和值屬性。 |
| ax | matplotlib axis, optional (default=None) 要繪制的軸。如果為None，則使用當前軸。以前的所有內容均被清除。 |
| fontsize | int, optional (default=None) 文字字體大小。如果沒有，則自動確定適合的數值。 |
| 返回值 | 說明 |
|---|---|
| annotations | list of artists 包含組成樹的注釋框的列表。 |
示例
>>> from sklearn.datasets import load_iris
>>> from sklearn import tree
>>> clf = tree.DecisionTreeClassifier(random_state=0)
>>> iris = load_iris()
>>> clf = clf.fit(iris.data, iris.target)
>>> tree.plot_tree(clf) # doctest: +SKIP
[Text(251.5,345.217,'X[3] <= 0.8...
