在没有统计元数据的情况下渲染 scikit-learn DecisionTreeClassifier？
Rendering a scikit-learn DecisionTreeClassifier without the statistical metadata?
使用sklearn.tree.export_graphiz()时，导出的树节点标签包含samples和value等统计元数据。
我想在没有此数据的情况下向用户显示树的一个版本。也就是说，只有像 length <= 7 这样的决策标准和分类本身会显示在节点内，没有其他内容。
export_graphviz()可以吗？我所看到的只是一个关键字选项，用于删除 impurity 分数，但 none 其他统计信息。
目前代码中没有这个选项。我必须获取 DOT 文件内容的字符串（通过提供 out_file=None 参数），然后通过一个简单的 DOT 解析器处理它以从标签中删除所有元数据。
使用sklearn.tree.export_graphiz()时，导出的树节点标签包含samples和value等统计元数据。
我想在没有此数据的情况下向用户显示树的一个版本。也就是说，只有像 length <= 7 这样的决策标准和分类本身会显示在节点内，没有其他内容。
export_graphviz()可以吗？我所看到的只是一个关键字选项，用于删除 impurity 分数，但 none 其他统计信息。
目前代码中没有这个选项。我必须获取 DOT 文件内容的字符串（通过提供 out_file=None 参数），然后通过一个简单的 DOT 解析器处理它以从标签中删除所有元数据。