sklearn.tree.plot_tree(decision_tree, *, max_depth=None, feature_names=None, class_names=None, label="all", filled=False, impurity=True, node_ids=False, proportion=False, rotate="deprecated", rounded=False, precision=3, ax=None, fontsize=None) [source]

Trace un árbol de decisiones.

Los recuentos de muestras que se muestran se ponderan con cualquier sample_weights que pueda estar presente.

La visualización se ajusta automáticamente al tamaño del eje. Utilizar el figsize o dpi argumentos de plt.figure para controlar el tamaño del renderizado.

Leer más en el Guía del usuario.

Nuevo en la versión 0.21.

Parámetros
decision_treedecision tree regressor or classifier

El árbol de decisiones que se va a trazar.

max_depthint, default=None

La profundidad máxima de la representación. Si es Ninguno, el árbol se genera por completo.

feature_nameslist of strings, default=None

Nombres de cada una de las características. Si es Ninguno, se utilizarán nombres genéricos (“X[0]”, “X[1]”,…).

class_nameslist of str or bool, default=None

Nombres de cada una de las clases objetivo en orden numérico ascendente. Solo es relevante para la clasificación y no es compatible con múltiples salidas. Si True, muestra una representación simbólica del nombre de la clase.

label{‘all’, ‘root’, ‘none’}, default=’all’

Ya sea para mostrar etiquetas informativas para impurezas, etc. Las opciones incluyen ‘todos’ para mostrar en cada nodo, ‘raíz’ para mostrar solo en el nodo raíz superior o ‘ninguno’ para no mostrar en ningún nodo.

filledbool, default=False

Cuando se establece en True, pinte los nodos para indicar la clase mayoritaria para la clasificación, el extremo de los valores para la regresión o la pureza del nodo para la salida múltiple.

impuritybool, default=True

Cuando se establece en True, muestra la impureza en cada nodo.

node_idsbool, default=False

Cuando se establece en True, muestre el número de identificación en cada nodo.

proportionbool, default=False

Cuando se establece en True, cambie la visualización de ‘valores’ y / o ‘muestras’ para que sean proporciones y porcentajes respectivamente.

rotatebool, default=False

Este parámetro no tiene ningún efecto en la visualización del árbol de matplotlib y se mantiene aquí para compatibilidad con versiones anteriores.

En desuso desde la versión 0.23: rotate está obsoleto en 0.23 y se eliminará en 1.0 (cambio de nombre de 0.25).

roundedbool, default=False

Cuando se establece en True, dibuje cuadros de nodo con esquinas redondeadas y use fuentes Helvetica en lugar de Times-Roman.

precisionint, default=3

Número de dígitos de precisión por coma flotante en los valores de impureza, umbral y atributos de valor de cada nodo.

axmatplotlib axis, default=None

Ejes para trazar. Si es Ninguno, use el eje actual. Se borra cualquier contenido anterior.

fontsizeint, default=None

Tamaño de la fuente del texto. Si es Ninguno, se determina automáticamente para ajustarse a la figura.

Devoluciones
annotationslist of artists

Lista que contiene los artistas de los cuadros de anotaciones que componen el árbol.

Ejemplos de

>>> from sklearn.datasets import load_iris
>>> from sklearn import tree
>>> clf = tree.DecisionTreeClassifier(random_state=0)
>>> iris = load_iris()
>>> clf = clf.fit(iris.data, iris.target)
>>> tree.plot_tree(clf)  
[Text(251.5,345.217,'X[3] <= 0.8...

Ejemplos usando sklearn.tree.plot_tree

Trazar la superficie de decisión de un árbol de decisión en el conjunto de datos de iris

Trazar la superficie de decisión de un árbol de decisión en el conjunto de datos de iris

Comprender la estructura del árbol de decisiones

Comprender la estructura del árbol de decisiones