可视化决策树scikit学习

Question

我尝试使用Python中scikit学习（我用的蟒蛇的IPython的笔记本电脑与Windows操作系统的Python 2.7.3）设计一个简单的决策树和可视化，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") 

不过，我得到以下错误：

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

我用下面的博客文章作为参考：Blogpost link

以下计算器q uestion似乎并不适用于我：Question

有人可以帮助我如何在scikit-learn中可视化决策树吗？

Answer 1

sklearn.tree.export_graphviz不返回任何内容，所以默认返回None。

通过执行dotfile = tree.export_graphviz(...)覆盖您以前分配给dotfile的打开文件对象，因此当您尝试关闭文件时（因为它现在为None），您会收到错误消息。

要修复它更改您的代码

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

Answer 2

或者，你可以尝试使用pydot从点生成的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

如果像我一样，你有安装问题graphviz，您可以通过

1. 将其导出为export_graphviz，如前面的答案中所示
2. 打开.dot文件在文本编辑器
3. 复制一段代码，并将其粘贴@webgraphviz.com

Answer 4

您可以复制export_graphviz文件的内容，可以粘贴在webgraphviz.com网站相同。

有关更多信息，请参阅如何到visualize the decision tree in Python with graphviz的文章。

Answer 5

这里是一个使用jupyter和sklearn（18.2+）的班轮，您甚至不需要matplotlib。唯一的要求是graphviz

pip install graphviz 

比运行（根据所讨论X代码是熊猫数据帧）

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

这将在SVG格式显示它。上面的代码产生Graphviz的Source对象（source_code - 不可怕）这将直接在jupyter中呈现。

有些事情你可能会用它做

显示它在jupter：

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

保存为PNG：

​​

获取PNG图像，保存并查看：

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) 

如果你打算使用这个库，这里是链接examples和userguide