RT，可视化决策树结果，直观感受决策流程

早之前可视化领域专家、学者提出之后要结合各种机器学习算法，制作相应可视化的图标以及工具。比如 TensorFlow 的可视化工具包—TensorBoard

针对结构化数据建模的算法中，树模型是较为常见的，之前 一直用sklearn自带的tree_plot()函数或Graphviz

最近发现了一个可视化树模型结果的package¹，画出来的图长这样👇

各个节点的分布情况也比较清楚，直观感受决策树的逻辑

更多代码示例可参考 这个 或 这个

但目前图片格式只支持 svg

这里主要记录下安装说明

安装²

原文

Python 版本 >= 3.6

安装 graphviz

确保 graphviz 是 通过 pip 的方式安装的。

如果有装 Anaconda，又不确定是不是通过 pip 安装的，就走遍流程👇

1
2

conda uninstall python-graphviz
conda uninstall graphviz

1

pip install graphviz

接下来以 Windows 为例，

下载 graphviz.msi 并更新Path环境变量

假设保存路径为 C:\Program Files (x86)\Graphviz2.38，则将

C:\Program Files (x86)\Graphviz2.38\bin 添加至用户变量（Path）

C:\Program Files (x86)\Graphviz2.38\bin\dot.exe 添加至系统变量（PATH）

可以通过 where dot 验证是否安装成功

1
2

(base) C:\Users\Terence Parr>where dot
C:\Program Files (x86)\Graphviz2.38\bin\dot.exe

安装 dtreeviz

通过 pip 安装，Windows 可以直接打开 Anaconda Prompt

1
2
3
4

pip install dtreeviz             # install dtreeviz for sklearn
pip install dtreeviz[xgboost]    # install XGBoost related dependency
pip install dtreeviz[pyspark]    # install pyspark related dependency
pip install dtreeviz[lightgbm]   # install LightGBM related dependency

这里有酷炫的决策树介绍文档

Reference