Python

Question

我正在积极学习如何在 python 中实施决策树。

从 scikit-learn, i get a TypeError for parameters that exist in export_graphviz 重新创建 Iris 分类示例时，即 'class_names' 和 'plot_options'。

from IPython.display import Image  
import sklearn
dot_data = StringIO()  
sklearn.tree.export_graphviz(clf, out_file=dot_data,
                     plot_options=['class', 'filled', 'label', 'sample',       'proportion'],
                 target_names=iris['target_names'],
                 feature_names=iris['feature_names'])
graph = pydot.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

上面具体代码的错误是：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-33-aba117838252> in <module>()
      5                      plot_options=['class', 'filled', 'label', 'sample', 'proportion'],
      6                      target_names=iris['target_names'],
----> 7                      feature_names=iris['feature_names'])
      8 graph = pydot.graph_from_dot_data(dot_data.getvalue())
      9 Image(graph.create_png())

TypeError: export_graphviz() got an unexpected keyword argument 'plot_options'

在我的电脑上，我安装了 graphviz 和 pydot2。我在尝试安装 pygraphviz 时收到错误消息：

 If you think your installation is correct you will need to manually

    change the include_dirs and library_dirs variables in setup.py to

    point to the correct locations of your graphviz installation.



    The current setting of library_dirs and include_dirs is:

library_dirs=None

include_dirs=None

error: Error locating graphviz.

是否有工作around/solution允许我使用export_graphviz中的参数来构建我想要的树可视化？寻求 pygraphviz 安装错误的解决方案会导致我的树得到解决方案吗？

谢谢，

Answer 1

export_graphviz的签名是

def export_graphviz(decision_tree, out_file="tree.dot", max_depth=None,
                feature_names=None, class_names=None, label='all',
                filled=False, leaves_parallel=False, impurity=True,
                node_ids=False, proportion=False, rotate=False,
                rounded=False, special_characters=False):

正确的函数调用是（假设你的数据在 iris 对象中）

sklearn.tree.export_graphviz(clf, out_file=dot_data,  
                     feature_names=iris['feature_names'],  
                     class_names=iris['target_names'],  
                     filled=True, rounded=True,  
                     special_characters=True)

万一它抛出错误

TypeError: export_graphviz() got an unexpected keyword argument 'class_names'

这意味着你的sklearn是旧版本。如果您使用的是 anaconda python 发行版，您可以使用更新到最新版本的 sklearn conda update scikit-learn。如果您使用的是任何其他发行版，请使用 pip 命令。确保你的 sklearn 是 0.17 版本。

import sklearn
print sklearn.__version__

Python - export_graphviz class_name 类型错误

Python - export_graphviz class_name type error

graphviz

scikit-learn