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, rounded=False, precision=3, ax=None, fontsize=None)#
绘制决策树。
显示的样本计数是根据任何可能存在的样本权重加权的。
可视化会自动适应轴的大小。使用
plt.figure的figsize或dpi参数来控制渲染的大小。更多信息请参阅 用户指南 。
Added in version 0.21.
- Parameters:
- decision_tree决策树回归器或分类器
要绘制的决策树。
- max_depthint, 默认=None
表示的最大深度。如果为 None，则完全生成树。
- feature_names字符串数组, 默认=None
每个特征的名称。 如果为 None，将使用通用名称 (“x[0]”, “x[1]”, …)。
- class_names字符串数组或 True, 默认=None
按升序排列的每个目标类的名称。 仅与分类相关，不支持多输出。 如果为
True，显示类名的符号表示。- label{‘all’, ‘root’, ‘none’}, 默认=’all’
是否显示杂质等信息。 选项包括 ‘all’ 在每个节点显示，’root’ 仅在根节点显示，或 ‘none’ 不在任何节点显示。
- filledbool, 默认=False
当设置为
True时，绘制节点以指示分类的多数类、回归的极值或多输出的节点纯度。- impuritybool, 默认=True
当设置为
True时，显示每个节点的杂质。- node_idsbool, 默认=False
当设置为
True时，显示每个节点的 ID 号。- proportionbool, 默认=False
当设置为
True时，将 ‘values’ 和/或 ‘samples’ 的显示更改为比例和百分比。- roundedbool, 默认=False
当设置为
True时，使用圆角绘制节点框并使用 Helvetica 字体代替 Times-Roman。- precisionint, 默认=3
每个节点的杂质、阈值和值属性中浮点数的精度位数。
- axmatplotlib 轴, 默认=None
要绘制的轴。如果为 None，使用当前轴。任何之前的内
- 容都会被清除。
- fontsizeint, 默认=None
文本字体大小。如果为 None，自动确定以适应图形。
- Returns:
- annotations艺术家列表
包含构成树的注释框的艺术家的列表。
Examples
>>> 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) [...]
