决策树可视化环境搭建

        scikit-learn中决策树的可视化一般需要安装graphviz。主要包括graphviz的安装和python的graphviz插件的安装。

      graphviz :graphviz是贝尔实验室开发的一个开源的工具包，它使用一个特定的DSL(领域特定语言):dot作为脚本语言，然后使用布局引擎来解析此脚本，并完成自动布局。graphviz提供丰富的导出格式，如常用的图片格式，SVG，PDF格式等。

1. 环境搭建

1.1 第一步是安装graphviz

        下载地址http://www.graphviz.org/。如果你是linux，可以用apt-get或者yum的方法安装。如果是windows，就在官网下载msi文件安装。无论是linux还是windows，装完后都要设置环境变量，将graphviz的bin目录加到PATH，比如我是windows，将C:/Program Files (x86)/Graphviz2.38/bin/加入PATH。

1.2 第二步是安装python插件graphviz

        在命令行输入pip install graphviz即可安装。

1.3 第三步是安装python插件pydotplus

         在命令行输入pip install pydotplus。

         至此就完成环境的搭建了。有时候python会很笨，仍然找不到graphviz，这时，可以在代码里面加入这一行：

os.environ["PATH"] += os.pathsep + 'C:/Program Files (x86)/Graphviz2.38/bin/' #注意后面的路径是你自己的graphviz的bin目录。

2. 示例演示

from sklearn.datasets import load_iris # 导入类库
from sklearn import tree
import pydotplus 
import sys
import os       
os.environ["PATH"] += os.pathsep + 'C:/Program Files (x86)/Graphviz2.38/bin/'

iris = load_iris() # 载入sciki-learn的自带数据
clf = tree.DecisionTreeClassifier() # 载入决策树分类模型
clf = clf.fit(iris.data, iris.target) # 决策树拟合，得到模型

with open("iris.dot", 'w') as f: # 将模型存入dot文件iris.dot
    f = tree.export_graphviz(clf, out_file=f)
    
# 第一种方式，用graphviz的dot命令生成决策树的可视化文件
#在命令行执行 dot -Tpdf iris.dot -o iris.pdf, 执行完成后当前目录就可以看到决策树的可视化文件iris.pdf.
#打开可以看到决策树的模型图。


# 第二种方式，用pydotplus生成iris.pdf
dot_data = tree.export_graphviz(clf, out_file=None) 
graph = pydotplus.graph_from_dot_data(dot_data) 
graph.write_pdf("iris.pdf") 

3. 运行结果