正文

scikit-learn中决策树的可视化一样平常须要安装graphviz和python的graphviz插件的安装，下面给出详细的安装步骤：

首先我们前辈入这个网站的官网：http://www.graphviz.org/

（此处已添加圈子卡片，请到今日客户端查看）

***好了之后，我们双击一起Next进行安装，安装完成之后我们要配置环境变量：

配置完环境变量之后我们须要验证一下是否安装配置成功，我们在window命令行窗口输入dot -version，如果涌现如下效果就表示安装成功：

自此window安装graphviz就安装成功了，但是此时python还没有和它产生关系，我们还须要安装python的graphviz插件，这个比较随意马虎我们直策应用命令来安装就ok了。

安装python插件graphviz： pip install graphviz

安装python插件pydotplus。
: pip install pydotplus

这样就算安装完成了。
安装完成之后我们来利用一下，看是否课时图像化我们的天生树。

from sklearn.datasets import load_iris

from sklearn import tree

import pydotplus

iris = load_iris()#载入鸢尾花的数据集

clf = tree.DecisionTreeClassifier()#布局分类树

clf = clf.fit(iris.data, iris.target)#拟合数据

with open(\公众iris.dot\"大众, 'w') as f:#现在可以将模型存入dot文件iris.dot。

f = tree.export_graphviz(clf, out_file=f)

dot_data = tree.export_graphviz(clf, out_file=None)#用pydotplus天生iris.pdf。

graph = pydotplus.graph_from_dot_data(dot_data)

graph.write_pdf(\"大众iris.pdf\公众)

程序运行之后，会天生两个文件，一个是iris.dot，其余一个是iris.pdf,我们打开pdf就可以看到此时我们布局的天生树。

至此就可以解释软件安装成功了，利用这个软件进行可视化我们的决策树的建立是非常的方便的。

把稳：有的时候纵然配置了path，python仍旧找不到graphviz，这时，可以在代码里面加入这一行：

import sys

import os

os.environ[\公众PATH\公众] += os.pathsep + 'D:\graphviz\bin/'

把稳后面的路径是你自己的graphviz的bin目录，这样python就可以找到你的目录了，一样平常不须要，但是真的假如找不到的话，可以利用这个方法。