增加决策树中节点的大小
Posted
技术标签:
【中文标题】增加决策树中节点的大小【英文标题】:increase the size of nodes in decision tree 【发布时间】:2021-12-04 19:45:59 【问题描述】:我正在使用决策树分类器并想使用 matplotlib 绘制树
我正在使用这个,但节点很小且不清楚:
from sklearn import tree
import matplotlib.pyplot as plt
plt.figure(figsize=(15,15))
tree.plot_tree(model_dt_smote,filled=True)
【问题讨论】:
【参考方案1】:您可以将axe
传递给tree.plot_tree
大figsize
并设置更大的fontsize
,如下所示:
(我无法运行您的代码,然后我发送一个示例)
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
from sklearn import tree
clf = tree.DecisionTreeClassifier(random_state=0)
iris = load_iris()
clf = clf.fit(iris.data, iris.target)
fig, axe = plt.subplots(figsize=(20,10))
tree.plot_tree(clf, ax = axe, fontsize=15)
输出:
【讨论】:
感谢您的回复,但我仍然得到小节点 @NitishSantpur 你写这个吗:fig, axe = plt.subplots(figsize=(20,10)); tree.plot_tree(clf, ax = axe, fontsize=15)
你可以改变 figsize 和 fontsize
非常感谢你让我的工作变得简单了只是一个小小的疑问我没有得到特征名称 model_dt_smote=DecisionTreeClassifier(criterion='gini',random_state=100,max_depth=6,min_samples_leaf= 8) tree.plot_tree(model_dt_smote,filled = True,fontsize=10) 你能帮我解决这个问题吗?我得到了类似于上面给出的树 x[35] 等
@NitishSantpur 欢迎来到 SO;请看What should I do when someone answers my question?以上是关于增加决策树中节点的大小的主要内容,如果未能解决你的问题,请参考以下文章
如何在 Scikit Learn 决策树中根据分类变量拆分节点?