使用 export graphviz 将特征和 class 名称放入决策树

Question

下午好，

我正在处理决策树 classifier 并且无法将其可视化。我可以输出决策树，但是我无法将我的特征或 class names/labels 放入其中。我的数据采用 pandas 数据帧格式，然后我将其移入 numpy 数组并传递给 classifier。我已经尝试了一些方法，但当我尝试指定 class 名称时似乎在导出时出错。任何帮助，将不胜感激。代码如下。

all_inputs=df.ix[:,14:].values
all_classes=df['wic'].values

(training_inputs,
 testing_inputs,
 training_classes,
 testing_classes) = train_test_split(all_inputs, all_classes,train_size=0.75, random_state=1)

decision_tree_classifier=DecisionTreeClassifier()
decision_tree_classifier.fit(training_inputs,training_classes)

export_graphviz(decision_tree_classifier, out_file="mytree.dot",  
                     feature_names=??,  
                     class_names=??)

就像我说的，它运行良好并输出决策树，即如果我取出 feature_names 和 class_names 参数。如果可能的话，我想将它们包含在输出中，但遇到了困难...

如有任何帮助，我们将不胜感激！

谢谢，

斯科特

Answer 1

class 名称存储在 decision_tree_classifier.classes_ 中，即 DecisionTreeClassifier 实例的 classes_ 属性。特征名称应该是输入数据框的列。对于您的情况，您将有

class_names = decision_tree_classifier.classes_
feature_names = df.columns[14:]

Answer 2

就我个人而言 class_names = 确实有效。它将显示结果的符号表示。

feature_names = df.columns[14:]
tree.export_graphviz(decision_tree_classifier, out_file="mytree.dot",  
                     feature_names=feature_names ,  
                     class_names=TRUE)

以下是有关该主题的更多详细信息：https://scikit-learn.org/stable/modules/generated/sklearn.tree.export_graphviz.html

使用 export graphviz 将特征和 class 名称放入决策树

Get feature and class names into decision tree using export graphviz

python

decision-tree

scikit-learn