python绘制决策树图片

背景

w3cshool机器学习篇最后一个章节是决策树的简单入门教学，我在那里拷贝代码运行时报错，显示绘制不出决策树图片

思路

python编译报错无非三种，语法错误，没有装库，路径没对。w3cshool的语句语法错误应该不会犯，那么我看了一下报错信息，我本地环境欠缺了两个内容。

1.pydotplus库，我们使用pip install pydotplus即可安装该库

2.安装上述库文件依然报错，因为我们还需要一个绘制决策树图片的程序，对，是程序，而不是库，所以我们得安装对应的程序，否则这个错误【pydotplus.graphviz.InvocationException: GraphViz's executables not found】就会让你抓狂，程序下载路径是这个【https://graphviz.org/download/】，大家选好自己电脑对应的版本下载安装即可。

3.对代码稍作改动，在引入所有包之后，还需要在代码中加入GraphViz程序的安装路径变量

代码

import pandas
from sklearn import tree
import pydotplus
from sklearn.tree import DecisionTreeClassifier
import matplotlib.pyplot as plt
import matplotlib.image as pltimg
import os     
#引入Graphviz绘制决策树图片的程序的地址
os.environ["PATH"] += os.pathsep + 'D:/Graphviz/bin'

#如需制作决策树，所有数据都必须是数字。

df = pandas.read_csv("shows.csv")

#将字符串更改为数值
d={'UK':0,'USA':1,'N':2}
df['Nationality']=df['Nationality'].map(d)
d={'YES':1,'NO':0}
df['Go']=df['Go'].map(d)

#分开特征列和目标列
features=['Age','Experience','Rank','Nationality']

X=df[features]
y=df['Go']

print(X)
print(y)

#创建决策树
dtree=DecisionTreeClassifier()
dtree=dtree.fit(X,y)
data=tree.export_graphviz(dtree,out_file=None,feature_names=features)
graph=pydotplus.graph_from_dot_data(data)
graph.write_png("mydecisiontree.png")

img=pltimg.imread("mydecisiontree.png")
imgplot=plt.imshow(img)
plt.show()

其中csv的文件内容如下

Age	Experience	Rank	Nationality	Go
36	10	9	UK	NO
42	12	4	USA	NO
23	4	6	N	NO
52	4	4	USA	NO
43	21	8	USA	YES
44	14	5	UK	NO
66	3	7	N	YES
35	14	9	UK	YES
52	13	7	N	YES
35	5	9	N	YES
24	3	5	USA	NO
18	3	7	UK	YES
45	9	9	UK	YES

结果

1.控制台输出

 

 2.决策树图片