将决策树的过程可视化

在使用决策树算法进行分类的时候，有时候我们想看看决策树究竟是如何进行分类的。下面，将介绍使用sklearn来构建一个决策树，并导出决策树的结果dot文件，通过GraphViz将dot文件，保存成一张图片。

一、决策树实现鸢尾花的分类

from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pandas as pd

if __name__ == "__main__":
    #构建一颗决策树
    #决策树的深度为5，以信息增益作为属性的划分准则即ID3树
    tree = DecisionTreeClassifier(criterion="entropy",max_depth=10,random_state=0)
    #读取鸢尾花数据
    data = pd.read_csv("iris.data")
    #获取鸢尾花数据的标签
    y_label = data.iloc[:,4].values
    #获取鸢尾花的特征
    x = data.iloc[:,[0,1,2,3]].values
    tree.fit(x,y_label)
    #导出结果dot文件
    export_graphviz(tree,out_file="tree.dot",feature_names=["萼片长度","萼片宽度","花瓣长度","花瓣宽度"])

二、下载安装GraphViz

1、官网下载地址：https://graphviz.gitlab.io/_pages/Download/Download_windows.html