绘制决策树的尝试1

代码复制

import pydotplus

复制

复制代码
   - 这一行代码用于导入`pydotplus`模块,这是一个用来在Python中创建图形的工具。

2. ```python  
from IPython.display import Image  
  • 这一行代码用于从IPython显示模块中导入Image类,它允许我们在Jupyter笔记本中显示图像。

3.```python

from sklearn.externals.six import StringIO

复制

复制代码
    - 这一行代码用于从sklearn.externals.six模块中导入StringIO类,它提供了一个类似于字符串的对象,可以用来模拟文件对象的行为。

4. ```python  
import os  
  
os.environ["PATH"] += os.pathsep + r'C:\Program Files (x86)\Graphviz2.38\bin\'  

- 第一行代码用于导入操作系统相关的功能。
- 第二行代码设置环境变量PATH,将Graphviz的可执行文件路径添加到系统路径中,这样就可以直接调用Graphviz命令了。
复制代码

dot_data = StringIo()

tree.export_graphviz(clf, out_file=dot_data,

feature_names=x.columns,

class_names=['bad', 'ind'],

filled=True, rounded=True)

复制代码
    - 首先创建一个StringIO对象来存储DOT语言的表示形式。
    - 然后使用决策树的export_graphviz方法将树结构导出到这个StringIO对象中。
    - 其中clf是已经训练好的决策树模型,x.columns是特征名称列表,'bad', 'ind'分别是两个类的标签名,filled和rounded参数控制节点填充颜色和形状。

6. ```python  
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  

- 使用pydotplus库中的graph_from_dot_data函数从StringIO对象获取到的DOT数据创建一个Graphviz图形对象。
  1. python

    复制

    复制代码

Image(graph.create_png())

复制

复制代码
    - 调用了graph对象的create_png方法生成了一个PNG格式的图片,然后通过Image函数将其显示出来。

8. ```python  
tree.export_graphviz(clf, out_file='tree.dot')  

- 将决策树的结构 导出到一个名为'tree.dot'的文件中。
  1. python

    复制

    复制代码

class_names=['bad', 'ind']

复制

复制代码
   - 定义了一个包含两个元素的列表,分别代表两种不同的类别标签。

10. ```python  
filed=True  

- 设置为True时,表示在生成的图中应该对节点进行着色处理。
  1. python

    复制

    复制代码

special_characters=False

复制

复制代码
    - 当值为False时,表示不允许在节点名称中使用特殊字符。

12. ```python  
graph.write_png('dot_data.png')  

- 将之前创建的Graphviz图形保存为PNG格式的图片文件'dot_data.png'。
  1. python

    复制

    复制代码

Image(graph.create_png())

复制

复制代码
    - 与之前的步骤类似,再次调用graph对象的create_png方法和Image函数来显示生成的图片。

安装与报错

根据提供的错误信息和堆栈跟踪,问题似乎出在 Graphviz 的可执行文件未找到 。具体来说,当尝试运行 graph.create_png() 时,抛出了一个 InvocationException,指出"Graphviz's executables not found"。

以下是解决此问题的几个步骤:

  1. 检查 Graphviz 安装 :确保你已经安装了 Graphviz 并且其可执行文件位于系统路径中。可以在命令行中输入 dot -version 来验证 Graphviz 是否已正确安装。

  2. 设置环境变量:如果 Graphviz 已安装但不在默认的系统路径中,可以将其添加到 PATH 环境变量中。这样 Python 就能找到 Graphviz 的可执行文件。

  3. 确认 pydotplus 配置:有时 pydotplus 可能无法自动检测到 Graphviz 的位置。在这种情况下,你可能需要在代码中手动指定 Graphviz 的路径。例如:

    python

    复制

    复制代码
    from graphviz import Source
    dot_data = tree.export_graphviz(tree_regressor, out_file=dot_data,
                                    filled=True, rounded=True)
    source = Source(dot_data.getvalue(), engine='dot', encoding='utf-8')
    source.render('tree_rendered', view=True)
  4. 重新安装 pydotplus:有时候重新安装 pydotplus 可以解决问题。可以使用以下命令卸载并重新安装 pydotplus:

    bash

    复制

    复制代码
    pip uninstall pydotplus
    pip install pydotplus
  5. 检查依赖关系:确保所有相关的 Python 库都是最新版本,并且它们之间没有冲突。

通过以上步骤,你应该能够解决由于找不到 Graphviz 可执行文件而导致的错误。如果仍然遇到问题,请检查是否有任何防火墙或其他安全软件阻止了访问 Graphviz 可执行文件的权限。

まだ明日

相关推荐
赵和范12 分钟前
C++:书架
开发语言·c++·算法
tmiger1 小时前
图像匹配导航定位技术 第 10 章
人工智能·算法·计算机视觉
小彭律师1 小时前
电动汽车充电设施可调能力聚合评估与预测
人工智能·深度学习·机器学习
老实人y1 小时前
TIME - MoE 模型代码 3.2——Time-MoE-main/time_moe/datasets/time_moe_dataset.py
人工智能·python·机器学习·icl·icp
wuxiguala1 小时前
【文件系统—散列结构文件】
linux·算法
夏子曦1 小时前
AI——认知建模工具:ACT-R
人工智能·机器学习·ai
keepDXRcuriosity1 小时前
深入探索快速排序算法:原理与 C 语言实现
c语言·算法·排序算法
flying_13142 小时前
面试常问系列(一)-神经网络参数初始化-之-softmax
深度学习·神经网络·算法·机器学习·面试
Clocky72 小时前
机器学习-数据集划分和特征工程
人工智能·深度学习·机器学习