Sklearn绘制的决策树图太小了。

Question

我有这段简单的代码：

clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, y)

tree.plot_tree(clf.fit(X, y))
plt.show()

我得到的结果是这个图表：

如何使这个图表更易读？ 我正在使用 PyCharm Professional 2019.3 作为我的 IDE。

- Artur

Answer 1

我认为您要查找的设置是fontsize。为了获得可读的图表，您需要平衡它与max_depth和figsize。这是一个例子。

from sklearn import tree
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt

# load data
X, y = load_iris(return_X_y=True)

# create and train model
clf = tree.DecisionTreeClassifier(max_depth=4)  # set hyperparameter
clf.fit(X, y)

# plot tree
plt.figure(figsize=(12,12))  # set plot size (denoted in inches)
tree.plot_tree(clf, fontsize=10)
plt.show()

如果您想捕获整个树的结构，我猜保存小字体和高dpi的绘图是解决方案。然后，您可以打开图片并缩放到特定节点以进行检查。

# create and train model
clf = tree.DecisionTreeClassifier()
clf.fit(X, y)

# save plot
plt.figure(figsize=(12,12))
tree.plot_tree(clf, fontsize=6)
plt.savefig('tree_high_dpi', dpi=100)

这是在更大的树上看起来的例子。

- Renard Korzeniowski

---

我从一个链接的答案中看到，你可以在plot_tree上设置max_depth，例如tree.plot_tree(decision_tree=clf, max_depth=4)，而不是在分类器上设置，我认为这是更好的选择，因为在分类器上设置会影响你的决策树的结果，而不仅仅是可视化。 - undefined

Answer 2

那么，提前设置图片的尺寸怎么样：

clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, y)

fig, ax = plt.subplots(figsize=(10, 10))  # whatever size you want
tree.plot_tree(clf.fit(X, y), ax=ax)
plt.show()

- glemaitre

---

这并没有真正使 plot_tree 适合 OP 想要的可读性。 所有这做的只是扩展子图，使其适合更多的项目，但并没有将子图扩展到任何可读的程度，就像动态方式那样。 - Vaidøtas I.

Answer 3

试试这个：

plt.figure(figsize=(12,12))
tree.plot_tree(clf, fontsize=10)
plt.show()

- Kauê Mandarino

---

你的回答可以通过提供更多支持信息来改进。请编辑以添加进一步的细节，例如引用或文档，以便他人可以确认你的答案是正确的。您可以在帮助中心中找到有关如何编写良好答案的更多信息。 - Community

Answer 4

如果您在预先设置大小，则可以解决问题：

from sklearn.tree import plot_tree, export_text
fig = plt.figure(figsize=(25,20))
_ = plot_tree(clf)

- drGabriel