sklearn.tree.export_graphviz

cpp 复制代码
sklearn.tree.export_graphviz(decision_tree,              
                             out_file=None,              
                             *,
                             max_depth=None,             
                             feature_names=None,         
                             class_names=None,           
                             label='all',                
                             filled=False,               
                             leaves_parallel=False,      
                             impurity=True,              
                             node_ids=False,             
                             proportion=False,           
                             rotate=False,               
                             rounded=False,              
                             special_characters=False,   
                             precision=3,                
                             fontname='helvetica'        
)
  • decision_tree, 决策树分类器,要导出到 GraphViz的决策树
  • out_file=None, 要导出到 GraphViz 的决策树
  • *,
  • max_depth=None, 整数,默认=无。表示的最大深度。如果没有,则完全生成树。
  • feature_names=None, 每个函数的名称。如果 None 将使用通用名称("feature_0"、"feature_1"、...)。
  • class_names=None, 每个目标类别的名称按数字升序排列。仅与分类相关,不支持multi-output。如果 True ,则显示类名的符号表示。
  • label='all', {'all', 'root', 'none'},默认='全部';是否显示杂质标签等。选项包括'all' 显示在每个节点,'root' 仅显示在顶部根节点,或'none' 不显示在任何节点。
  • filled=False, 布尔,默认=假。当设置为 True 时,绘制节点以指示分类的多数类、回归值的极值或 multi-output 的节点纯度。
  • leaves_parallel=False, 布尔,默认=假。当设置为 True 时,在树的底部绘制所有叶节点。
  • impurity=True, 布尔,默认=真。当设置为 True 时,显示每个节点的杂质。
  • node_ids=False, 布尔,默认=假。当设置为 True 时,在每个节点上显示 ID 号。
  • proportion=False, 布尔,默认=假。当设置为 True 时,将 'values' 和/或 'samples' 的显示分别更改为比例和百分比。
  • rotate=False, 布尔,默认=假。当设置为 True 时,将树从左到右而不是自上而下。
  • rounded=False, 布尔,默认=假。当设置为 True 时,绘制圆角节点框。
  • special_characters=False, 布尔,默认=假。当设置为 False 时,忽略特殊字符以兼容 PostScript。
  • precision=3, 整数,默认=3。每个节点的杂质、阈值和值属性值中浮点精度的位数。
  • fontname='helvetica' str,默认='helvetica'。用于呈现文本的字体名称。
相关推荐
雨水的早晨1 分钟前
什么是SKill
人工智能·skill
gis分享者1 分钟前
AI数字营销实测体验,产品推广创作体验
人工智能·csdn·产品推广·数字营销·体验
下班走回家3 分钟前
RAG 技术的进化:从朴素检索到 Agentic RAG
开发语言·人工智能·python
Codebee3 分钟前
做一款 AI-IDE 有多难 —— 从 OODER Studio 的现有实现谈起
人工智能
傅科摆 _ py3 分钟前
AI Ping 平台使用教程
java·前端·人工智能
weixin_307779134 分钟前
从“大海捞针”到“主动推理”:AI如何重塑云原生故障诊断的根因链
开发语言·人工智能·算法·自动化·原型模式
苏州邦恩精密8 分钟前
江苏三维扫描仪定制:制造企业如何提升检测效率?
人工智能·科技·机器学习·自动化·制造
jinglong.zha9 分钟前
AI视频全流程实战:广告/动画/短剧都适用,解决角色一致性+后期合成难题
人工智能·ai·音视频·光照贴图·叙事照片
2401_832298109 分钟前
适配工业互联网场景,OpenClaw落地工厂智能运维,加速工业4.0无人化转型
大数据·人工智能
逐米时代10 分钟前
企业AI智能体是什么?如何解决制造型企业信息孤岛问题
人工智能·制造