更改使用导出 graphviz 创建的决策树图的颜色

Posted

技术标签:

【中文标题】更改使用导出 graphviz 创建的决策树图的颜色【英文标题】:Changing colors for decision tree plot created using export graphviz 【发布时间】:2017-08-10 23:54:23 【问题描述】:

我正在使用 scikit 的回归树函数和 graphviz 来生成一些决策树的精彩、易于解释的视觉效果:

dot_data = tree.export_graphviz(Run.reg, out_file=None, 
                         feature_names=Xvar,  
                         filled=True, rounded=True,  
                         special_characters=True) 
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_png('CART.png')
graph.write_svg("CART.svg")

这运行得很完美,但如果可能的话,我想更改配色方案吗?该图表示 CO2 通量,因此我想将负值设为绿色,将正值设为棕色。我可以改为导出为 svg 并手动更改所有内容,但是当我这样做时,文本与框并不完全对齐,因此手动更改颜色并修复所有文本为我的工作流程增加了一个非常乏味的步骤,我真的很喜欢避免!

此外,我还看到一些树,其中连接节点的线的长度与拆分解释的百分比方差成正比。如果可能的话,我也希望能够做到这一点?

【问题讨论】:

【参考方案1】: 您可以通过graph.get_edge_list()获取所有边的列表 每个源节点应有两个目标节点,索引较低的为 True,索引较高的为 False 颜色可以通过set_fillcolor()分配

import pydotplus
from sklearn.datasets import load_iris
from sklearn import tree
import collections

clf = tree.DecisionTreeClassifier(random_state=42)
iris = load_iris()

clf = clf.fit(iris.data, iris.target)

dot_data = tree.export_graphviz(clf,
                                feature_names=iris.feature_names,
                                out_file=None,
                                filled=True,
                                rounded=True)
graph = pydotplus.graph_from_dot_data(dot_data)

colors = ('brown', 'forestgreen')
edges = collections.defaultdict(list)

for edge in graph.get_edge_list():
    edges[edge.get_source()].append(int(edge.get_destination()))

for edge in edges:
    edges[edge].sort()    
    for i in range(2):
        dest = graph.get_node(str(edges[edge][i]))[0]
        dest.set_fillcolor(colors[i])

graph.write_png('tree.png')

另外,我还看到了一些树,其中连接线的长度 节点与拆分解释的百分比方差成正比。 ID 如果可能的话,我也希望能够做到这一点!?

您可以使用 set_weight()set_len() 来玩,但这有点棘手,需要一些小技巧才能正确完成,但这里有一些代码可以帮助您入门。

for edge in edges:
    edges[edge].sort()
    src = graph.get_node(edge)[0]
    total_weight = int(src.get_attributes()['label'].split('samples = ')[1].split('<br/>')[0])
    for i in range(2):
        dest = graph.get_node(str(edges[edge][i]))[0]
        weight = int(dest.get_attributes()['label'].split('samples = ')[1].split('<br/>')[0])
        graph.get_edge(edge, str(edges[edge][0]))[0].set_weight((1 - weight / total_weight) * 100)
        graph.get_edge(edge, str(edges[edge][0]))[0].set_len(weight / total_weight)
        graph.get_edge(edge, str(edges[edge][0]))[0].set_minlen(weight / total_weight)

【讨论】:

你会如何根据虹膜的类别来适应颜色?

以上是关于更改使用导出 graphviz 创建的决策树图的颜色的主要内容,如果未能解决你的问题,请参考以下文章

在给出错误的决策树期间导出 graphviz

在 jupyter notebook 中显示 scikit 决策树图

scikit学习决策树导出graphviz - 决策树中的错误类名

无法让 pydot 在 Windows 10 上找到 graphviz

强制graphviz中节点的从左到右顺序?

Scikit learn with GraphViz 导出空输出