不使用 graphviz/web 可視化決策樹

Question

由於某些限制，我無法使用 graphviz 、 webgraphviz.com 來可視化決策樹（工作網絡與另一個世界是封閉的）。

問題：是否有一些替代實用程序或一些 Python 代碼用於至少非常簡單的可視化可能只是決策樹的 ASCII 可視化（python/sklearn）？

我的意思是，我可以特別使用 sklearn：tree.export_graphviz()，它生成具有樹結構的文本文件，從中可以讀取一棵樹，但是通過“眼睛”進行操作並不愉快......

PS請注意

graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

將不起作用，因為 create_png 隱式使用 graphviz

Answer 1

這是一個既不使用 graphviz 也不使用在線轉換器的答案。 從 scikit-learn 21.0 版（大約 2019 年 5 月）開始，現在可以使用 scikit-learn 的tree.plot_tree使用 matplotlib 繪制決策樹，而無需依賴於 graphviz。

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree

X, y = load_iris(return_X_y=True)

# Make an instance of the Model
clf = DecisionTreeClassifier(max_depth = 5)

# Train the model on the data
clf.fit(X, y)

fn=['sepal length (cm)','sepal width (cm)','petal length (cm)','petal width (cm)']
cn=['setosa', 'versicolor', 'virginica']

# Setting dpi = 300 to make image clearer than default
fig, axes = plt.subplots(nrows = 1,ncols = 1,figsize = (4,4), dpi=300)

tree.plot_tree(clf,
           feature_names = fn, 
           class_names=cn,
           filled = True);

fig.savefig('imagename.png')

下圖是保存的內容。

代碼改編自這篇文章。