sklearn.tree.plot_tree¶
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, rotate='deprecated', rounded=False, precision=3, ax=None, fontsize=None)
[源码]
绘制决策树。
显示的样本计数将使用可能存在的任何sample_weights加权。
可视化会自动适应轴的大小。使用plt.figure的figsize或dpi参数控制渲染的尺寸。
在用户指南中阅读更多内容。
0.21版中的新功能。
| 参数 | 说明 |
|---|---|
| decision_tree | decision tree regressor or classifier 要绘制的决策树。 |
| max_depth | int, optional (default=None) 表示的最大深度。如果为None，则完全生成树。 |
| feature_names | list of strings, optional (default=None) 每个特征的名称。 |
| class_names | list of strings, bool or None, optional (default=None) 每个目标类别的名称按升序排列。仅与分类相关，不支持多输出。如果为True，则显示类名的符号表示。 |
| label | {‘all’, ‘root’, ‘none’}, optional (default=’all’) 是否显示杂质的信息性标签等。选项包括“all”显示在每个节点上，“root”显示在顶部根节点上或“none”显示在任何节点上。 |
| filled | bool, optional (default=False) 设置为True时，绘制节点以表示多数类用于分类，值的极值用于回归，或表示节点的纯度用于多输出。 |
| impurity | bool, optional (default=True) 设置为True时，显示每个节点上的杂质。 |
| node_ids | bool, optional (default=False) 设置为True时，显示每个节点上的ID号。 |
| proportion | bool, optional (default=False) 设置为True时，将‘values’和/或‘samples’的显示分别更改为比例和百分比。 |
| rotate | bool, optional (default=False) 此参数对matplotlib树的可视化效果没有影响，并保留在此处以向后兼容。 从0.23版开始不推荐使用：rotate在0.23版中不推荐使用，并将在0.25版中删除。 |
| rounded | bool, optional (default=False) 设置为True时，绘制带有圆角的节点框，并使用Helvetica字体代替Times-Roman。 |
| precision | int, optional (default=3) 每个节点的不纯度的浮点数的精度位数、阈值和值属性。 |
| ax | matplotlib axis, optional (default=None) 要绘制的轴。如果为None，则使用当前轴。以前的所有内容均被清除。 |
| fontsize | int, optional (default=None) 文字字体大小。如果没有，则自动确定适合的数值。 |
| 返回值 | 说明 |
|---|---|
| annotations | list of artists 包含组成树的注释框的列表。 |
示例
>>> from sklearn.datasets import load_iris
>>> from sklearn import tree
>>> clf = tree.DecisionTreeClassifier(random_state=0)
>>> iris = load_iris()
>>> clf = clf.fit(iris.data, iris.target)
>>> tree.plot_tree(clf) # doctest: +SKIP
[Text(251.5,345.217,'X[3] <= 0.8...
