在视频号发了个决策树可视化的视频,要代码的同学还挺多的,在这里把这个代码分享下。这是个10分类的决策树,标题打错了,应该是神奇。😂😂决策树,几乎是最经典的算法了,并且很多常用的集成树模型,都是基于决策树构建的。因此对决策树的理解,显得非常重要。可视化是比较好理解的形式了。决策树中,决定树的复杂程度,是树的深度和叶子节点最小样本数。也就是下面这两个参数:max_depth 和 min_samples_leaf## 决策树的可视化from sklearn.datasets import load_iris,load_wine,load_breast_cancerfrom sklearn.tree import DecisionTreeClassifierfrom sklearn import datasetsimport dtreevizdf = datasets.load_digits()X = df.dataY = df.targetclf = DecisionTreeClassifier( max_depth=8, min_samples_leaf=50 )clf.fit(X, Y)viz_model = dtreeviz.model(clf, X_train = X, y_train = Y,
………………………………