导出adaboost培训的decion树（Graphviz）

Question

在过去的几周里，我一直在使用export_graphviz来探索我训练过的决策树的某些路径（从根到叶）。我想看看自适应提升对我的树的影响是什么，所以我使用了Adaboost分类器和base_estimator = DecisionTreeClassifier，来自scikit learn（http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.AdaBoostClassifier.html#sklearn.ensemble.AdaBoostClassifier）。现在我将AdaBoostClassifier作为GridSearchCV中的估算器，根据learning_rate和n_estimators（AdaBoostClassifier的两个参数）找到“最佳超参数”。

grid_cv = GridSearchCV(AdaBoostClassifier(base_estimator=clf), scoring='f1', param_grid=param_grid_Ada, cv=10, n_jobs=-1)

在训练我的模型后，我想知道我是否也能看到带有export_graphviz函数的底层树（t.b.h。我找不到任何表明它是或不可能的东西）。由于AdaBoostClassifier没有像DecisonTreeClassifier这样的属性tree_，因此我调用了DecisionTreeClassifier：

grid_cv.best_estimator_.base_estimator_

这给出了一个例子：

DecisionTreeClassifier(class_weight='balanced', criterion='gini',
max_depth=15, max_features=None, max_leaf_nodes=None,
min_impurity_split=1e-07, min_samples_leaf=1,
min_samples_split=5, min_weight_fraction_leaf=0.0,
            presort=False, random_state=None, splitter='best')

现在我想得到基础树，例如：

grid_cv.best_estimator_.base_estimator_.tree_

它返回一个None-object。所以这是我的问题甚至可以在使用Adaboost＆amp; amp; GridSearchCV在一起，如果是这样，怎么样？

干杯。