w3cshool机器学习篇最后一个章节是决策树的简单入门教学,我在那里拷贝代码运行时报错,显示绘制不出决策树图片
思路python编译报错无非三种,语法错误,没有装库,路径没对。w3cshool的语句语法错误应该不会犯,那么我看了一下报错信息,我本地环境欠缺了两个内容。
1.pydotplus库,我们使用pip install pydotplus即可安装该库
2.安装上述库文件依然报错,因为我们还需要一个绘制决策树图片的程序,对,是程序,而不是库,所以我们得安装对应的程序,否则这个错误【pydotplus.graphviz.InvocationException: GraphViz's executables not found】就会让你抓狂,程序下载路径是这个【https://graphviz.org/download/】,大家选好自己电脑对应的版本下载安装即可。
3.对代码稍作改动,在引入所有包之后,还需要在代码中加入GraphViz程序的安装路径变量
代码import pandas
from sklearn import tree
import pydotplus
from sklearn.tree import DecisionTreeClassifier
import matplotlib.pyplot as plt
import matplotlib.image as pltimg
import os
#引入Graphviz绘制决策树图片的程序的地址
os.environ["PATH"] += os.pathsep + 'D:/Graphviz/bin'
#如需制作决策树,所有数据都必须是数字。
df = pandas.read_csv("shows.csv")
#将字符串更改为数值
d={'UK':0,'USA':1,'N':2}
df['Nationality']=df['Nationality'].map(d)
d={'YES':1,'NO':0}
df['Go']=df['Go'].map(d)
#分开特征列和目标列
features=['Age','Experience','Rank','Nationality']
X=df[features]
y=df['Go']
print(X)
print(y)
#创建决策树
dtree=DecisionTreeClassifier()
dtree=dtree.fit(X,y)
data=tree.export_graphviz(dtree,out_file=None,feature_names=features)
graph=pydotplus.graph_from_dot_data(data)
graph.write_png("mydecisiontree.png")
img=pltimg.imread("mydecisiontree.png")
imgplot=plt.imshow(img)
plt.show()
其中csv的文件内容如下
| Age | Experience | Rank | Nationality | Go |
| 36 | 10 | 9 | UK | NO |
| 42 | 12 | 4 | USA | NO |
| 23 | 4 | 6 | N | NO |
| 52 | 4 | 4 | USA | NO |
| 43 | 21 | 8 | USA | YES |
| 44 | 14 | 5 | UK | NO |
| 66 | 3 | 7 | N | YES |
| 35 | 14 | 9 | UK | YES |
| 52 | 13 | 7 | N | YES |
| 35 | 5 | 9 | N | YES |
| 24 | 3 | 5 | USA | NO |
| 18 | 3 | 7 | UK | YES |
| 45 | 9 | 9 | UK | YES |
1.控制台输出
2.决策树图片



