Question

决策树下方：

使用代码生成：

dt = DecisionTreeClassifier()
dt = clf.fit([[1],[2],[3]], [[3],[2],[3]])

dot_data = export_graphviz(dt, out_file=None, 
                         feature_names=['1' , '2' , '3'],  
                         class_names=['true' , 'false'],  
                         filled=True, rounded=True,  
                         special_characters=True)  
graph = graphviz.Source(dot_data)  
graph

如果我改用：

dt = DecisionTreeClassifier()
dt = clf.fit([[1],[2],[3]], [[2],[3],[4]])

dot_data = export_graphviz(dt, out_file=None, 
                         feature_names=['1' , '2', '3'],  
                         class_names=['true' , 'false'],  
                         filled=True, rounded=True,  
                         special_characters=True)  
graph = graphviz.Source(dot_data)  
graph

错误返回：

/usr/local/lib/python3.5/dist-packages/sklearn/tree/export.py in node_to_str(tree, node_id, criterion)
    284                 node_string += 'class = '
    285             if class_names is not True:
--> 286                 class_name = class_names[np.argmax(value)]
    287             else:
    288                 class_name = "y%s%s%s" % (characters[1],

IndexError: list index out of range

当分类器正确训练时，这是可视化的怪癖吗？

Answer 1

我认为你的代码中有一个拼写错误。您使用的是clf.fit，而应该是dt.fit。

其次，在第二个实例中，您指定了三个标签，即['2','3','4']，而您将类标签指定为仅true和false这是错误的，因为您显然正在使用超过2个标签，它不能将大小为2（类名）的数组映射到大小为3的数组（您的实际标签）。所以基本上你需要在true和false之外添加另一个标签，它应该可以正常工作。

dt = DecisionTreeClassifier()
dt = dt.fit([[1],[2],[3]], [[2],[3],[4]])   #It should be dt.fit not clf.fit

dot_data = export_graphviz(dt, out_file=None, 
                     feature_names=['1' , '2', '3','4'],  
                     class_names=['true' , 'false','something_else'],  
                     filled=True, rounded=True,  
                     special_characters=True)

现在它应该正常工作。您可以随意命名第三个标签。由于您没有为第三个标签指定任何内容，因此基本上发生了错误，因此无法将实际标签（即2，3和4）映射到您在class_names，即true和false。

可视化决策树：IndexError：列表索引超出范围

1 个答案: