分享一个Python可视化工具pybaobabdt，轻松对决策树、随机森林可视化，例如，
文章来源：https://www.toymoban.com/news/detail-808548.html
图怎么看：每一种颜色代表一个class，link的宽度表示从一个节点流向另一个节点的items数量。文章来源地址https://www.toymoban.com/news/detail-808548.html
安装
pip install pybaobabdt
pip install pygraphviz
可视化决策树
import pybaobabdt
import pandas as pd
from scipy.io import arff
from sklearn.tree import DecisionTreeClassifier #导入决策树算法
data = arff.loadarff('winequality-red.arff')
df = pd.DataFrame(data[0])
y = list(df['class'])
features = list(df.columns)
features.remove('class')
X = df.loc[:, features]
clf = DecisionTreeClassifier().fit(X, y)
ax = pybaobabdt.drawTree(clf, size=10, dpi=300, features=features) #可视化主函数pybaobabdt.drawTree到了这里，关于决策树、随机森林可视化的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
