Die Visualisierung einer Entscheidung Baum ( Beispiel aus der scikit-learn )

Ich bin ein noob in mit sciki-lernen, also bitte Geduld mit mir.

Ging ich durch das Beispiel:
http://scikit-learn.org/stable/modules/tree.html#tree

>>> from sklearn.datasets import load_iris
>>> from sklearn import tree
>>> iris = load_iris()
>>> clf = tree.DecisionTreeClassifier()
>>> clf = clf.fit(iris.data, iris.target)
>>> from StringIO import StringIO
>>> out = StringIO()
>>> out = tree.export_graphviz(clf, out_file=out)

Offenbar die graphiz-Datei ist bereit für den Einsatz.

Aber wie erstelle ich die Struktur mit der graphiz-Datei? (im Beispiel nicht in die details gehen, wie der Baum gezeichnet wird).

Beispiel-code und die Tipps sind mehr als willkommen!

Dank!

Update

Ich bin mit ubuntu 12.04, Python 2.7.3

InformationsquelleAutor DjangoRocks | 2012-05-13
  1. 6

    Welches OS betreibst du? Sie haben graphviz installiert?

    In deinem Beispiel StringIO() Objekt, hält graphviz Daten, hier ist eine Möglichkeit, die Daten zu prüfen:

    ...
>>> print out.getvalue()

digraph Tree {
0 [label="X[2] <= 2.4500\nerror = 0.666667\nsamples = 150\nvalue = [ 50.  50.  50.]", shape="box"] ;
1 [label="error = 0.0000\nsamples = 50\nvalue = [ 50.   0.   0.]", shape="box"] ;
0 -> 1 ;
2 [label="X[3] <= 1.7500\nerror = 0.5\nsamples = 100\nvalue = [  0.  50.  50.]", shape="box"] ;
0 -> 2 ;
3 [label="X[2] <= 4.9500\nerror = 0.168038\nsamples = 54\nvalue = [  0.  49.   5.]", shape="box"] ;
2 -> 3 ;
4 [label="X[3] <= 1.6500\nerror = 0.0407986\nsamples = 48\nvalue = [  0.  47.   1.]", shape="box"] ;
3 -> 4 ;
5 [label="error = 0.0000\nsamples = 47\nvalue = [  0.  47.   0.]", shape="box"] ;
4 -> 5 ;
6 [label="error = 0.0000\nsamples = 1\nvalue = [ 0.  0.  1.]", shape="box"] ;
4 -> 6 ;
7 [label="X[3] <= 1.5500\nerror = 0.444444\nsamples = 6\nvalue = [ 0.  2.  4.]", shape="box"] ;
3 -> 7 ;
8 [label="error = 0.0000\nsamples = 3\nvalue = [ 0.  0.  3.]", shape="box"] ;
7 -> 8 ;
9 [label="X[0] <= 6.9500\nerror = 0.444444\nsamples = 3\nvalue = [ 0.  2.  1.]", shape="box"] ;
7 -> 9 ;
10 [label="error = 0.0000\nsamples = 2\nvalue = [ 0.  2.  0.]", shape="box"] ;
9 -> 10 ;
11 [label="error = 0.0000\nsamples = 1\nvalue = [ 0.  0.  1.]", shape="box"] ;
9 -> 11 ;
12 [label="X[2] <= 4.8500\nerror = 0.0425331\nsamples = 46\nvalue = [  0.   1.  45.]", shape="box"] ;
2 -> 12 ;
13 [label="X[0] <= 5.9500\nerror = 0.444444\nsamples = 3\nvalue = [ 0.  1.  2.]", shape="box"] ;
12 -> 13 ;
14 [label="error = 0.0000\nsamples = 1\nvalue = [ 0.  1.  0.]", shape="box"] ;
13 -> 14 ;
15 [label="error = 0.0000\nsamples = 2\nvalue = [ 0.  0.  2.]", shape="box"] ;
13 -> 15 ;
16 [label="error = 0.0000\nsamples = 43\nvalue = [  0.   0.  43.]", shape="box"] ;
12 -> 16 ;
}

    können Sie es schreiben als .dot-Datei und produzieren image-Ausgabe, wie gezeigt in der Quelle verlinkt:

    $ dot -Tpng tree.dot -o tree.png (PNG-format-Ausgabe)

    • Hallo danke! Ich bin mit Ubuntu 12.04, Python-version 2.7.3. Ich Frage mich, ob es ist, jedenfalls kann ich es in das python-Skript und nicht in der Kommandozeile ?
    • Sicher ist, nehmt einfach einen der verfügbaren Python-bindings zu graphviz und Sie sollten in der Lage sein, es zu tun, von innerhalb der python-shell
    • danke! das war hilfreich!
    • gibt es irgendeine Methode, um die Aufgabe in Python ist3?
    InformationsquelleAutor theta
  2. 4

    Waren Sie sehr nah! Nur:

    graph_from_dot_data(out.getvalue()).write_pdf("somefile.pdf")
    • dies wird nur funktionieren, wenn # - Klassen ist klein genug, dass die nvalue-arrays in den text sind nicht gebrochen über Linien...in diesem Fall musste ich manuell suchen/ersetzen \n mit " (Wahrung der legitimen lieben, natürlich)...bisschen Schmerz. dasselbe gilt für die one-hot codierten Etiketten...Sie werfe Fehler sofort.
    InformationsquelleAutor J.J.
Schreibe einen Kommentar