可視化決策樹scikit學習

Question

我嘗試使用Python中scikit學習（我用的蟒蛇的IPython的筆記本電腦與Windows操作系統的Python 2.7.3）設計一個簡單的決策樹和可視化，如下所示：

from pandas import read_csv, DataFrame 
from sklearn import tree 
from os import system 

data = read_csv('D:/training.csv') 
Y = data.Y 
X = data.ix[:,"X0":"X33"] 

dtree = tree.DecisionTreeClassifier(criterion = "entropy") 
dtree = dtree.fit(X, Y) 

dotfile = open("D:/dtree2.dot", 'w') 
dotfile = tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns) 
dotfile.close() 
system("dot -Tpng D:.dot -o D:/dtree2.png") 

不過，我得到以下錯誤：

AttributeError: 'NoneType' object has no attribute 'close' 

我用下面的博客文章作爲參考：Blogpost link

以下計算器q uestion似乎並不適用於我：Question

有人可以幫助我如何在scikit-learn中可視化決策樹嗎？

Answer 1

sklearn.tree.export_graphviz不返回任何內容，所以默認返回None。

通過執行dotfile = tree.export_graphviz(...)覆蓋您以前分配給dotfile的打開文件對象，因此當您嘗試關閉文件時（因爲它現在爲None），您會收到錯誤消息。

要修復它更改您的代碼

... 
dotfile = open("D:/dtree2.dot", 'w') 
tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns) 
dotfile.close() 
... 

Answer 2

或者，你可以嘗試使用pydot從點生成的PNG文件：

... 
tree.export_graphviz(dtreg, out_file='tree.dot') #produces dot file 

import pydot 
dotfile = StringIO() 
tree.export_graphviz(dtreg, out_file=dotfile) 
pydot.graph_from_dot_data(dotfile.getvalue()).write_png("dtree2.png") 
... 

Answer 3

如果像我一樣，你有安裝問題graphviz，您可以通過

1. 將其導出爲export_graphviz，如前面的答案中所示
2. 打開.dot文件在文本編輯器
3. 複製一段代碼，並將其粘貼@webgraphviz.com

Answer 4

您可以複製export_graphviz文件的內容，可以粘貼在webgraphviz.com網站相同。

有關更多信息，請參閱如何到visualize the decision tree in Python with graphviz的文章。

Answer 5

這裏是一個使用jupyter和sklearn（18.2+）的班輪，您甚至不需要matplotlib。唯一的要求是graphviz

pip install graphviz 

比運行（根據所討論X代碼是熊貓數據幀）

from graphviz import Source 
from sklearn import tree 
Source(tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns)) 

這將在SVG格式顯示它。上面的代碼產生Graphviz的Source對象（source_code - 不可怕）這將直接在jupyter中呈現。

有些事情你可能會用它做

顯示它在jupter：

from IPython.display import SVG 
graph = Source(tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns)) 
SVG(graph.pipe(format='svg')) 

保存爲PNG：

​​

獲取PNG圖像，保存並查看：

graph = Source(tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns)) 
png_bytes = graph.pipe(format='png') 
with open('dtree_pipe.png','wb') as f: 
    f.write(png_bytes) 

from IPython.display import Image 
Image(png_bytes) 

如果你打算使用這個庫，這裏是鏈接examples和userguide