Decision Tree Visualizer
v1.0.1
Der Entscheidungsbaumvisualisierer ist eine leistungsstarke Bibliothek, mit der Sie die Sklearn -Entscheidungsbaumklassifizierer mit Leichtigkeit visualisieren können. Es bietet Funktionen zum Extrahieren nützlicher Informationen über die Baumstruktur und -regeln und generiert HTML -Dateien zur Visualisierung des Entscheidungsbaums.
Um die Bibliothek zu installieren, verwenden Sie PIP:
pip install d-treevis
Importieren Sie die Bibliothek, um die Bibliothek zu importieren und verwenden Sie die Funktionen create_tree und create_sankey :
import d_treevis as dtv Führen Sie als nächstes einen Sklearn -Entscheidungsbaumklassifizierer in Ihren Datensatz und geben Sie ihn an die Funktion create_tree weiter:
from sklearn . tree import DecisionTreeClassifier
# Fit a Decision Tree Classifier on your dataset
tree_model = DecisionTreeClassifier ()
tree_model . fit ( X , y )
# Visualize the decision tree
visualizer . visualize ( tree_model )Sie können auch die Zielnamen und Farben für eine bessere Visualisierung anpassen:
# Define target names and colors
target_names = [ 'Survived' , 'Not Survived' ]
target_colors = [ 'red' , 'yellow' ]
# Visualize the decision tree with custom target names and colors
visualizer . visualize ( tree_model , target_names = target_names , target_colors = target_colors )Ausführliche Dokumentationen und Beispiele finden Sie in der Dokumentation des Entscheidungsbaumvisualisierers.
Diese Bibliothek ist unter der MIT -Lizenz lizenziert.
Beiträge sind willkommen! Bitte lesen Sie die Beitragsrichtlinien, bevor Sie eine Pull -Anfrage einreichen.
Wenn Sie Fragen oder Vorschläge haben, wenden Sie sich an uns unter [email protected].
