对iris数据集构建决策树并可视化显示
时间: 2023-07-10 11:03:47 AIGC 浏览: 95 评论: 7
好的,我可以给你提供代码。首先,你需要安装scikit-learn库。
以下是代码:
```python
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pydotplus
from IPython.display import Image
# 读取数据
iris = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data",
names=["sepal_length", "sepal_width", "petal_length", "petal_width", "class"])
# 选择特征和标签
X = iris.iloc[:, :-1]
y = iris.iloc[:, -1]
# 构建决策树模型
clf = DecisionTreeClassifier()
clf.fit(X, y)
# 可视化决策树
dot_data = export_graphviz(clf, out_file=None, feature_names=X.columns,
class_names=y.unique(), filled=True, rounded=True, special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
Image(graph.create_png())
```
运行以上代码,即可得到决策树的可视化结果。
如果你想把决策树保存为图片或pdf格式,只需稍作修改:
```python
# 可视化决策树并保存
graph.write_pdf("iris_decision_tree.pdf")
graph.write_png("iris_decision_tree.png")
```
阅读全文
相关推荐




















评论

thebestuzi
2025.08.13
可视化效果直观,有助于理解决策树的分支逻辑

马李灵珊
2025.06.17
使用了常用的机器学习库,符合实际开发场景

SLHJ-Translator
2025.04.17
对特征和标签的处理很明确,便于理解数据结构

型爷
2025.04.11
代码清晰易懂,适合初学者学习决策树的构建与可视化

郑华滨
2025.03.30
示例完整,能直接运行并得到可视化结果

江水流春去
2025.03.24
代码注释详细,有助于快速上手和调试

郑瑜伊
2025.03.14
提供了保存图片的扩展方法,实用性强