Einführung

Ich lerne mit "100 Schlägen Python-Praxis". Ich denke, dieses Buch ist wirklich gut, weil Sie die Datenanalyse mit Daten untersuchen können, die der tatsächlichen Situation nahe kommen (obwohl es tatsächlich viele noch schlechtere Daten gibt ...). In Kapitel 5 dieses Buches gibt es eine Szene, in der Scikit-Learn zur Analyse mithilfe eines Entscheidungsbaums verwendet wird. Also habe ich ein Modell erstellt, aber ich habe versucht, die Baumstruktur mit graphviz zu visualisieren, also habe ich es dieses Mal versucht.

Da Anfänger gepostet haben, würde ich es begrüßen, wenn Sie mich unterrichten könnten, wenn Sie einen Fehler machen.

Zielgruppe Leser

Diejenigen, die 100 Schläge Python-Übung lesen
Diejenigen, die nach einer Visualisierungsmethode des Entscheidungsbaums mit scikit-learn suchen

Zielort

Python übt 100 Schläge -> Kapitel 5 10 klopft an, um den Kundenabzug vorherzusagen -> Knock 49: Überprüfen wir die beitragenden Variablen des Modells

Meine PC-Umgebung

macOS Catalina 10.15.3
Python 3.7.7
scikit-learn 0.22.2.post1
Jupyter 1.0.0

Installation von graphviz

Installieren Sie zuerst das Hauptgerät mit Homebrew.

brew install graphviz

Installieren Sie außerdem die Bibliothek für Python mit pip (anaconda scheint dies mit conda zu können).

pip install graphviz

Code

Das Folgende basiert auf der Annahme, dass der Code auf S.127 implementiert wurde.

1. So zeigen Sie auf dem Jupyter-Notebook an

Sie müssen lediglich den folgenden Code hinzufügen. Es ist sehr leicht.

from sklearn import tree
import graphviz
dot_data = tree.export_graphviz(model, out_file=None)
graph = graphviz.Source(dot_data)
graph

2. So erstellen Sie eine Datei

Sie können eine PDF-Datei mit nur wenigen Änderungen am letzten Code erstellen. In diesem Beispiel wird "test.pdf" im aktuellen Verzeichnis erstellt.

from sklearn import tree
import graphviz
dot_data = tree.export_graphviz(model, out_file=None)
graph = graphviz.Source(dot_data)
graph.render('test')

3. So erstellen Sie eine Datei mit dem Terminal (Bonus)

Ich habe mit der Funktion export_graphviz von sklearn.tree eine Entscheidungsbaumdatei im DOT-Sprachformat erstellt und Systembefehle auf dem Jupyter-Notizbuch ausgeführt.

from sklearn import tree
import graphviz
with open('test.dot', mode='w') as f:
    tree.export_graphviz(model, out_file=f)
!dot -T png test.dot -o test.png

Verweise

Dieser Artikel wurde unter Bezugnahme auf die folgenden Informationen verfasst. Weitere Informationen finden Sie weiter unten. 1.10. Entscheidungsbäume (offizielles Dokument) sklearn.tree.export_graphviz (auch offizielle Dokumentation) Probieren Sie den Entscheidungsbaum mit Python aus: scicit-learn (ich habe ihn als Referenz verwendet)

Python-Übung 100 Schläge Ich habe versucht, den Entscheidungsbaum von Kapitel 5 mit graphviz zu visualisieren