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, rounded=False, precision=3, ax=None, fontsize=None)

绘制决策树。

显示的样本计数使用可能存在的任何sample_weights进行加权。

可视化会自动适应轴的大小。使用 figsize 或 dpi 论点 plt.figure 以控制渲染的大小。

阅读更多的 User Guide .

Added in version 0.21.

参数:

decision_tree决策树回归器或分类器

要绘制的决策树。

max_depthint，默认=无

表示的最大深度。如果无，则树已完全生成。

feature_names字符串类数组，默认=无

每个功能的名称。如果无，将使用通用名称（“x [0] ”，”x [1] ", ...).

class_names字符串或True的类数组，默认=无

每个目标类的名称（按数字递减顺序排列）。仅与分类相关，不支持多输出。如果 True ，显示了类名称的符号表示。

label' all '，' root '，'，默认=' all '

是否显示杂质等的信息标签。选项包括在每个节点显示的“all”，仅在顶部根节点显示的“root”，或不在任何节点显示的“none”。

filled布尔，默认=假

如果设置为 True 、绘制节点以指示分类的多数类别、回归的值的极端或多输出的节点的纯度。

impurity布尔，默认=True

如果设置为 True ，显示每个节点处的杂质。

node_ids布尔，默认=假

如果设置为 True ，显示每个节点上的ID号。

proportion布尔，默认=假

如果设置为 True ，将“值”和/或“样本”的显示分别更改为比例和百分比。

rounded布尔，默认=假

如果设置为 True ，绘制圆角的节点框，并使用Helvetica字体而不是Times-Roman。

precisionint，默认=3

每个节点的杂质、阈值和值属性值中浮点精度位数。

axmatplotlib axis, default=None

要密谋的轴。如果无，则使用当前轴。任何以前的内容都将被清除。

fontsizeint，默认=无

文本字体的大小。如果为“无”，则自动确定以拟合图形。

返回:

annotations的艺术家列表

包含组成树的注释框的艺术家的列表。

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)
[...]