-
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
odpi
argumentos deplt.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
Comprender la estructura del árbol de decisiones