随机森林可视化

环境：Windows 10，Python 3.7

首先需要安装Graphviz，这里我们使用的是graphviz-2.38.msi，安装在D:\Program Files (x86)\Graphviz2.38。

代码：

import os
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import export_graphviz

# 系统环境变量添加Graphviz安装路径，以便下面代码可以用dot命令
os.environ["PATH"] += os.pathsep + 'D:/Program Files (x86)/Graphviz2.38/bin'

iris = load_iris()
X, y = iris.data, iris.target
model = RandomForestClassifier(n_estimators=3, max_features=1)
model.fit(X, y)

# 循环打印每棵树
for idx, estimator in enumerate(model.estimators_):
    # 导出dot文件
    export_graphviz(estimator,
                    out_file='tree{}.dot'.format(idx),
                    feature_names=iris.feature_names,
                    class_names=iris.target_names,
                    rounded=True,
                    proportion=False,
                    precision=2,
                    filled=True)
    # 转换为png文件
    os.system('dot -Tpng tree{}.dot -o tree{}.png'.format(idx, idx))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

第一棵树：

第二棵树：

第三棵树：

树结果解释：
1、有多少种类别，整棵树就有多少种颜色，比如我们这里有setosa、versicolor、virginica三个类别，颜色对应是黄、绿、紫，Gini指数越小，该节点颜色越深。
2、value表示当前节点三种类别的样本有多少，比如下面第一棵树的根节点，value = [59,45,48]，表示setosa有59个样本，versicolor有45个样本，virginica有48个样本。
3、class表示当前那个类别的样本最多，比如下面第一棵树的根节点，class = setosa，可以看到当前节点它的样本数是最多的。
4、为什么三棵树根节点每个类别的样本数不一样的？Iris数据集不是每个类别都是50个样本吗？-> 务必记得随机森林每棵树所用的数据集都是有放回抽样得到的！