尝试从scikit-learn ensemble打印出森林的决策树
我正在尝试从scikit learn集合中打印出森林的决策树:例如，对于DecisionTreeClassifier，我将使用：
from sklearn import tree
clf = tree.DecisionTreeClassifier( criterion ='entropy', max_depth = 3,
min_samples_leaf =
clf = clf.fit( X_train, y_train) #Input this to analyze the training set.
import pydot, StringIO
dot_data = StringIO.StringIO()
tree.export_graphviz( clf, out_file = dot_data,
feature_names =[' age', 'sex', 'first_class', 'second_class', 'third_class'])
graph = pydot.graph_from_dot_data( dot_data.getvalue())
graph.write_png('visualtree.png')
from IPython.core.display import Image
Image( filename =visualtree.png')我尝试了一种类似的方法用于随机森林回归(见下文，得到了一个错误)
# Fit regression model
from sklearn.ensemble import RandomForestRegressor
rfr_1 = RandomForestRegressor(n_estimators=10, max_depth=5)
rfr_1.fit(X, y)
from sklearn.ensemble import*
import pydot, StringIO
dot_data = StringIO.StringIO()
ensemble.export_graphviz( rf1, out_file = dot_data,
feature_names =[' Temperature', 'Translator Bacteria'])
graph = pydot.graph_from_dot_data( dot_data.getvalue())
graph.write_png('fish.png')
from IPython.core.display import Image图像( filename =‘fish.png.png’)
Ensemble.export_graphviz中的文件"randomforestregressor.py"，第45行( rf1，out_file = dot_data，
NameError:未定义名称'ensemble‘
我该如何做到这一点呢？谢谢!
回答 1
Stack Overflow用户
发布于 2013-12-30 23:30:45
错误消息非常明确：
File "randomforestregressor.py", line 45, in ensemble.export_graphviz( rf1, out_file = dot_data, NameError: name 'ensemble' is not defined
您可以在脚本的第45行访问一个名为ensemble的变量，但您从未定义过这样的变量。在您的示例中，您可能希望该变量指向sklearn.ensemble包：
from sklearn import ensemble
但是，如果这样做，您可能会得到一个AttributeError，因为sklearn.ensemble包没有export_graphviz函数。
相反，您可能希望通过迭代rfr_1.estimators_列表的元素并在每棵树上调用sklearn.tree包的export_graphviz方法，为林中的每棵树生成一个图像。
然而，在实践中，展示森林中的树木通常是无用的。从业者通常会建立具有数百或数千棵树的随机森林，以获得良好的预测准确性。在这种情况下，目视检查许多树是不切实际的。
https://stackoverflow.com/questions/20842082
复制相似问题
腾讯云开发者
