machine-learning - metodos - machine learning python español pdf

Visualizar un árbol de decisión(ejemplo de scikit-learn)

Question

Soy un novato en el uso de sciki-learn así que por favor tengan paciencia conmigo.

Estaba repasando el ejemplo: 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)

Aparentemente, el archivo graphiz está listo para su uso.

¿Pero cómo dibujar el árbol usando el archivo graphiz? (el ejemplo no entró en detalles sobre cómo se dibuja el árbol).

¡El código de ejemplo y los consejos son más que bienvenidos!

¡Gracias!

Actualizar

Estoy usando ubuntu 12.04, Python 2.7.3

Answer 1

¿Qué sistema operativo ejecutas? ¿Tienes graphviz instalado?

En su ejemplo, el objeto StringIO() , contiene datos graphviz, aquí hay una forma de verificar los datos:

...
>>> 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 ;
}

puede escribirlo como un archivo .dot y producir una salida de imagen, como se muestra en la fuente que ha vinculado:

$ dot -Tpng tree.dot -o tree.png (salida en formato PNG)

Answer 2

¡Estabas muy cerca! Solo haz:

graph_from_dot_data(out.getvalue()).write_pdf("somefile.pdf")