python - 尝试从scikit-learn集成中打印出森林的决策树

我正在尝试从scikit-learn集成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')

我为随机森林回归算法尝试了类似的方法(请参见下文，并出现错误)

# 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

图片(filename ='fish.png')

在第45行的文件“randomforestregressor.py”中
ensemble.export_graphviz(rf1，out_file = dot_data，
NameError:未定义名称“合奏”

我将如何完成？谢谢!

最佳答案

该错误消息非常明显:
File "randomforestregressor.py", line 45, in ensemble.export_graphviz( rf1, out_file = dot_data,NameError: name 'ensemble' is not defined
您可以在脚本第45行中访问名为ensemble的变量，但从未定义过此类变量。在您的情况下，您可能希望该变量指向sklearn.ensemble包:
from sklearn import ensemble
但是，如果执行此操作，则可能会收到AttributeError，因为sklearn.ensemble包不具有export_graphviz功能。

相反，您可能想要做的是通过遍历rfr_1.estimators_列表的元素并在每棵树上调用export_graphviz包的sklearn.tree方法，在森林中的每棵树上生成一张图像。

然而，实际上，展示森林的树木通常是没有用的。从业人员通常使用数百或数千棵树木 build 随机森林，以获得良好的预测准确性。在这种情况下，肉眼检查许多树木是不切实际的。