Decision Tree Visualizer
v1.0.1
Decision Tree Visualizer adalah perpustakaan yang kuat yang memungkinkan Anda memvisualisasikan pengklasifikasi pohon keputusan SkLearn dengan mudah. Ini menyediakan fungsi untuk mengekstraksi informasi yang berguna tentang struktur dan aturan pohon, dan menghasilkan file HTML untuk memvisualisasikan pohon keputusan.
Untuk menginstal perpustakaan, gunakan PIP:
pip install d-treevis
Untuk memulai, impor perpustakaan dan gunakan fungsi create_tree dan create_sankey :
import d_treevis as dtv Selanjutnya, pas dengan classifier pohon keputusan SkLearn pada dataset Anda dan berikan ke fungsi create_tree :
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 )Anda juga dapat menyesuaikan nama dan warna target untuk visualisasi yang lebih baik:
# 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 )Untuk dokumentasi dan contoh terperinci, silakan merujuk ke dokumentasi Visualizer Pohon Keputusan.
Perpustakaan ini dilisensikan di bawah lisensi MIT.
Kontribusi dipersilakan! Harap baca pedoman kontribusi sebelum mengirimkan permintaan tarik.
Jika Anda memiliki pertanyaan atau saran, jangan ragu untuk menghubungi kami di [email protected].
