我试图正确显示决策树;我非常接近,但我无法正确显示课程。
当我使用class_names = True时,我得到了这个:
请注意图像被剪裁,但它会沿着相同的线继续。
clf.fit(X, Y)
dot_data = tree.export_graphviz(clf, out_file=None, feature_names=combo.columns[2:], class_names=class_names)
graph = graphviz.Source(dot_data)
graph.render('r')
产生这样的输出,我知道这是错误的,因为5次出现的唯一等级是A。
有什么问题?
https://datascience.stackexchange.com/questions/28574/decisiontreeclassifier-object-has-no-attribute-importances是一个有趣的答案,有一些有用的提示,但根本没有回答我在这里提出的问题。
答案 0 :(得分:0)
我找到了这个解决方案:
http://my_server/api?filter=[{%22field%22:%22some_field%22,%22value%22:%22some_value%22,%22operator%22:%22%3D%22}]
事实证明,在拟合调用的结果上有一个稍微难以找到的属性:clf = tree.DecisionTreeClassifier(max_depth=4)
clf.fit(X, Y)
dot_data = tree.export_graphviz(clf, out_file=None, feature_names=Xprep.columns, class_names=clf.classes_)
包含类的文本再现。