python中如何画出决策树_使用Python绘制决策树

决策树为字典格式，示例如下：

{'tearRate': {'reduced': 'no lenses', 'normal': {' astigmatic': {'yes': {' prescript': {'hyper': {'age': {'pre': 'no lenses', 'presbyopic': 'no lenses', 'young': 'hard'}}, 'myope': 'hard'}}, 'no': {'age': {'pre': 'soft', 'presbyopic': {' prescript': {'hyper': 'soft', 'myope': 'no lenses'}}, 'young': 'soft'}}}}}}

绘制决策树代码

import matplotlib.pyplot as plt

def getNumLeafs(myTree):

# 初始化树的叶子节点个数

numLeafs = 0

# myTree.keys()获取树的非叶子节点'no surfacing'和'flippers'

# list(myTree.keys())[0]获取第一个键名'no surfacing'

firstStr = list(myTree.keys())[0]

# 通过键名获取与之对应的值，即{0: 'no', 1: {'flippers': {0: 'no', 1: 'yes'}}}

secondDict = myTree[firstStr]

# 遍历树，secondDict.keys()获取所有的键

for key in secondDict.keys():

# 判断键是否为字典，键名1和其值就组成了一个字典，如果是字典则通过递归继续遍历，寻找叶子节点

if type(secondDict[key]).__name__ == 'dict':

numLeafs += getNumL