tree.plot_tree（）函数里面具体的参数作用

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)

1.decision_tree 决策树
其他参数都是默认值的时候：
2.filled=True的时候，有了他、填充颜色
3.给class_names 赋值一个str的列表，经过测验，列表里的数量不可以比类别少，否则会报错。
这样就可以显示类别信息了（按数字顺序依次赋的）


4. feature_names也同理，赋值之后，参量的名字也改变了，这个是按照原来参量的顺序依次对应的，和上面的classname是有区别的
5.

2.max_depth 最大深度
这个是max_depth = 1的效果