from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(n_estimators=2, max_depth=2, random_state=1) rf.fit(x_train, y_train) # 随机森林画图 i=0 for per_rf in rf.estimators_: dot_data = tree.export_graphviz(per_rf, out_file=None, feature_names=x_train.columns, class_names=['0','1'], filled=True, rounded=True, special_characters=True) graph = pydotplus.graph_from_dot_data(dot_data) i = i+1 graph.write_pdf(str(i)+"DTtree.pdf")
原文地址:http://www.cnblogs.com/pass-ion/p/16917366.html
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,请务用于商业用途!
3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员!
8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载
声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性