本文介绍了使用Graphviz显示此诊断树的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在学习一个教程，该教程介绍了如何使用pythonv3.6来使用SCRICKIT-LEARN进行带有机器学习的决策树。
以下是代码；
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import mglearn
import graphviz
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
cancer = load_breast_cancer()
X_train, X_test, y_train, y_test = train_test_split(cancer.data, cancer.target, stratify=cancer.target, random_state=42)
tree = DecisionTreeClassifier(random_state=0)
tree.fit(X_train, y_train)
tree = DecisionTreeClassifier(max_depth=4, random_state=0)
tree.fit(X_train, y_train)
from sklearn.tree import export_graphviz
export_graphviz(tree, out_file="tree.dot", class_names=["malignant", "benign"],feature_names=cancer.feature_names, impurity=False, filled=True)
import graphviz
with open("tree.dot") as f:
dot_graph = f.read()
graphviz.Source(dot_graph)
如何使用Graphviz查看Dot_graph中的内容？大概应该是这样的；
推荐答案
graphviz.Source(dot_graph)返回graphviz.files.Source对象。
g = graphviz.Source(dot_graph)
g.render()创建图像文件。当我在您的代码上不带参数地运行它时，我得到了一个Source.gv.pdf，但是您可以指定一个不同的文件名。还有一个快捷方式g.view()，它可以保存文件并在适当的查看器应用程序中打开它。
如果您将代码按原样粘贴在富终端(如带有内联图形的Spyder/IPython或Jupyter笔记本)中，它将自动显示图像，而不是对象的Python表示形式。
这篇关于使用Graphviz显示此诊断树的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！