Python决策树图像学习

Question

我正在使用一个棒球数据集，其中每一行都是一个单独的球场。每一列都是该音高的一个属性。例1俯仰可以是95英里/小时，2000转/分的旋转速度，100英里/小时的出击速度，等等

我根据下面这个网页上的代码建立了一个决策树，并使用俯仰速度和旋转速率来预测俯仰是否会导致命中。我有81%的准确率。。。但谁在乎呢？我需要能够从决策树中获得一些见解。例如，我需要能够阅读这样的东西，超过95英里/小时的投球和旋转速度超过3000导致“不击中”87%的时间。你知道吗

如何绘制决策树的图像以查看我可以提出建议的此类数据？你知道吗

http://dataaspirant.com/2017/02/01/decision-tree-algorithm-python-with-scikit-learn/

Answer 1

使用代码将训练后的决策树模型转储到文件中

with open("fine_name.dot", 'w') as f:
    f = tree.export_graphviz(tree_name, out_file=f, feature_names=columns)

复制生成文件的内容并粘贴到http://webgraphviz.com/的编辑器中以可视化决策树。它将决策树转换为一个白框：D