export_graphviz#

sklearn.tree.export_graphviz(decision_tree, out_file=None, *, max_depth=None, feature_names=None, class_names=None, label='all', filled=False, leaves_parallel=False, impurity=True, node_ids=False, proportion=False, rotate=False, rounded=False, special_characters=False, precision=3, fontname='helvetica')[原始碼]#

以 DOT 格式匯出決策樹。

此函數會產生決策樹的 GraphViz 表示法，然後將其寫入 out_file。匯出後，可以使用以下方式產生圖形呈現，例如

$ dot -Tps tree.dot -o tree.ps      (PostScript format)
$ dot -Tpng tree.dot -o tree.png    (PNG format)

顯示的樣本計數會使用可能存在的任何 sample_weights 進行加權。

在使用者指南中閱讀更多內容。

參數:

decision_tree物件: 要匯出到 GraphViz 的決策樹估算器。
out_file物件或 str，預設值=None: 輸出檔案的控制代碼或名稱。如果為 None，則結果會以字串形式傳回。

在 0.20 版本中變更：out_file 的預設值從「tree.dot」變更為 None。
max_depthint，預設值=None: 表示法的最大深度。如果為 None，則會完整產生樹狀結構。
feature_names形狀為 (n_features,) 的類陣列，預設值=None: 包含特徵名稱的陣列。如果為 None，則會使用通用名稱（「x[0]」、「x[1]」...）。
class_names形狀為 (n_classes,) 的類陣列或 bool，預設值=None: 每個目標類別依數值遞增順序排列的名稱。僅適用於分類，不支援多輸出。如果為 True，則會顯示類別名稱的符號表示法。
label{‘all’, ‘root’, ‘none’}，預設值=’all’: 是否顯示雜質等資訊性標籤。選項包括「all」（在每個節點顯示）、「root」（僅在頂層根節點顯示）或「none」（不在任何節點顯示）。
filledbool，預設值=False: 設定為 True 時，繪製節點以表示分類的多數類別、迴歸的值極值或多輸出的節點純度。
leaves_parallelbool，預設值=False: 設定為 True 時，將所有葉節點繪製在樹狀結構的底部。
impuritybool，預設值=True: 設定為 True 時，顯示每個節點的雜質。
node_idsbool，預設值=False: 設定為 True 時，在每個節點上顯示 ID 編號。
proportionbool，預設值=False: 設定為 True 時，將「values」和/或「samples」的顯示變更為比例和百分比。
rotatebool，預設值=False: 設定為 True 時，將樹狀結構的方向從上到下改為從左到右。
roundedbool，預設值=False: 設定為 True 時，繪製具有圓角的節點框。
special_charactersbool，預設值=False: 設定為 False 時，忽略特殊字元以實現 PostScript 相容性。
precisionint，預設值=3: 每個節點的雜質、閾值和值屬性的浮點數值的精確位數。
fontnamestr，預設值=’helvetica’: 用於呈現文字的字型名稱。

傳回:

dot_datastr: 以 GraphViz dot 格式表示的輸入樹狀結構的字串表示法。僅在 out_file 為 None 時傳回。

在 0.18 版本中新增。

範例

>>> from sklearn.datasets import load_iris
>>> from sklearn import tree

>>> clf = tree.DecisionTreeClassifier()
>>> iris = load_iris()

>>> clf = clf.fit(iris.data, iris.target)
>>> tree.export_graphviz(clf)
'digraph Tree {...