尝试将最优决策树可视化为文本
Trying to Visualize Optimal Decision Tree as Text
我正在尝试使用 tree.export_text() 方法将我的决策树可视化为文本,但收到错误提示我需要为我的参数网格指定一个参数(param_grid).任何帮助将不胜感激。谢谢!
param_grid={'max_depth': [3], 'max_leaf_nodes': [4], 'min_samples_split': [2]}
decision_tree = DecisionTreeClassifier(random_state=42, param_grid)
# Retrain the model
decision_tree = decision_tree.fit(X, y)
# Use the tree.export_text() method to visualize the "optimal" decision tree.
r = export_text(decision_tree, feature_names=iris['feature_names'])
print(r)
error:
File "C:\Users\spenc\AppData\Local\Temp/ipykernel_15384/3344812307.py", line 8
decision_tree = DecisionTreeClassifier(random_state=42, param_grid)
^
SyntaxError: positional argument follows keyword argument
尝试更正以下内容:
首先实例化一个新的 DecisionTreeClassifier 对象,并将之前在网格搜索中获得的“最佳参数”用作输入参数。
将(X,y)替换为(X_train,y_train),在re-training最优模型
也将树添加到您的 export_text() 作为 tree.export_text()。
我希望这对您有所帮助或至少能让您更接近解决方案。 :)
我正在尝试使用 tree.export_text() 方法将我的决策树可视化为文本,但收到错误提示我需要为我的参数网格指定一个参数(param_grid).任何帮助将不胜感激。谢谢!
param_grid={'max_depth': [3], 'max_leaf_nodes': [4], 'min_samples_split': [2]}
decision_tree = DecisionTreeClassifier(random_state=42, param_grid)
# Retrain the model
decision_tree = decision_tree.fit(X, y)
# Use the tree.export_text() method to visualize the "optimal" decision tree.
r = export_text(decision_tree, feature_names=iris['feature_names'])
print(r)
error:
File "C:\Users\spenc\AppData\Local\Temp/ipykernel_15384/3344812307.py", line 8
decision_tree = DecisionTreeClassifier(random_state=42, param_grid)
^
SyntaxError: positional argument follows keyword argument
尝试更正以下内容:
首先实例化一个新的 DecisionTreeClassifier 对象,并将之前在网格搜索中获得的“最佳参数”用作输入参数。
将(X,y)替换为(X_train,y_train),在re-training最优模型
也将树添加到您的 export_text() 作为 tree.export_text()。
我希望这对您有所帮助或至少能让您更接近解决方案。 :)