Python 决策树 - 创建包含变量名称的决策树的图形表示
Python Decision Trees - Creating a graphical representation of a decision tree which includes variable names
我正在 Python 上使用决策树做一些工作，使用 scikit 学习。分类器本身工作得很好，但是当我创建它的图形表示时，而不是显示变量名称，X[0]、X[1]...X[n] 显示变量，如在 scikit 中学习示例：http://scikit-learn.org/stable/modules/tree.html。让事情变得更困难的是 X[0] 甚至不一定与第一列相关，X[1] 与第二列相关，等等，似乎在分配我的变量 new 'X-related' 时正在进行一些过程名字。
我怎样才能将变量名放在图形表示上，将我的原始变量名映射到它们的新对应物，或者确保新变量名是有序的？
tree.export_graphviz() 方法有一个参数叫 feature_names 来指定特征名称，document 说：
feature_names : list of strings, optional (default=None)
Names of each of the features.
特征名称的顺序是您训练模型的特征向量中特征的顺序。
我正在 Python 上使用决策树做一些工作，使用 scikit 学习。分类器本身工作得很好，但是当我创建它的图形表示时，而不是显示变量名称，X[0]、X[1]...X[n] 显示变量，如在 scikit 中学习示例：http://scikit-learn.org/stable/modules/tree.html。让事情变得更困难的是 X[0] 甚至不一定与第一列相关，X[1] 与第二列相关，等等，似乎在分配我的变量 new 'X-related' 时正在进行一些过程名字。
我怎样才能将变量名放在图形表示上，将我的原始变量名映射到它们的新对应物，或者确保新变量名是有序的？
tree.export_graphviz() 方法有一个参数叫 feature_names 来指定特征名称，document 说：
feature_names : list of strings, optional (default=None)
Names of each of the features.
特征名称的顺序是您训练模型的特征向量中特征的顺序。