更改使用 export graphviz 创建的决策树图的颜色

Question

我正在使用 scikit 的回归树函数和 graphviz 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")

运行完美，但我想尽可能更改配色方案？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，文本与框不太对齐，因此手动更改颜色并修复所有文本会给我的工作流程增加一个非常繁琐的步骤，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方差百分比成正比。如果可能的话，我也希望能够做到这一点？

Answer 1

你可以通过graph.get_edge_list()
每个源节点应该有两个目标节点，索引较低的被评估为True，索引较高的被评估为False
可以通过set_fillcolor()

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')

Also, i've seen some trees where the length of the lines connecting nodes is proportional to the % varriance explained by the split. I'd love to be able to do that too if possible!?

您可以使用 set_weight() 和 set_len()，但这有点棘手，需要一些技巧才能正确完成，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)

更改使用 export graphviz 创建的决策树图的颜色

Changing colors for decision tree plot created using export graphviz

python

graphviz

cart

decision-tree

scikit-learn