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)[原始碼]#
繪製決策樹。
顯示的樣本計數會使用可能存在的任何 sample_weights 進行加權。
視覺化會自動調整以符合軸的大小。使用
plt.figure的figsize或dpi參數來控制渲染大小。請在 使用者指南 中閱讀更多資訊。
於 0.21 版本新增。
- 參數:
- decision_tree決策樹迴歸器或分類器
要繪製的決策樹。
- max_depthint，預設值為 None
表示的最大深度。如果為 None，則會完整產生樹狀結構。
- feature_names類陣列的字串，預設值為 None
每個特徵的名稱。如果為 None，則會使用一般名稱（「x[0]」、「x[1]」、…）。
- class_names類陣列的字串或 True，預設值為 None
每個目標類別的名稱，依數值遞增順序排列。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'}，預設值為 'all'
是否顯示關於雜質等的資訊性標籤。選項包括 'all' 在每個節點顯示、'root' 僅在頂層根節點顯示，或 'none' 在任何節點都不顯示。
- filledbool，預設值為 False
設定為
True時，會塗色節點以指出分類中的多數類別、迴歸中的值極限，或多輸出中的節點純度。- impuritybool，預設值為 True
設定為
True時，會顯示每個節點的雜質。- node_idsbool，預設值為 False
設定為
True時，會顯示每個節點上的 ID 編號。- proportionbool，預設值為 False
設定為
True時，會將「值」和/或「樣本」的顯示方式變更為比例和百分比。- roundedbool，預設值為 False
設定為
True時，會繪製具有圓角的節點方塊，並使用 Helvetica 字體而非 Times-Roman 字體。- precisionint，預設值為 3
每個節點的雜質、閾值和值屬性中，浮點數的精確位數。
- axmatplotlib 軸，預設值為 None
要繪製的軸。如果為 None，則使用目前的軸。任何先前的內容都會被清除。
- fontsizeint，預設值為 None
文字字體大小。如果為 None，則會自動決定以符合圖形。
- 傳回值:
- annotations藝術家列表
包含組成樹狀結構的註解方塊之藝術家的列表。
範例
>>> 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) [...]
