没有安装错误Sklearn的graphviz的

当我尝试使用以下命令导出一个随机森林图：没有安装错误Sklearn的graphviz的

tree.export_graphviz(rnd_clf, out_file = None, feature_names = X_test[::1])

我收到以下错误：

NotFittedError: This RandomForestClassifier instance is not fitted yet. 
Call 'fit' with appropriate arguments before using this method.

我也不是什么明白为什么它总是告诉我这一点，即使我已经安装了随机森林分类器：

rnd_clf = RandomForestClassifier( 
      n_estimators=120, 
      criterion='gini', 
      max_features= None, 
      max_depth = 14) 

rnd_clf.fit(X_train, y_train)

，它工作得很好。

来源

2017-09-13 F. K.

（只有在文档去;没有亲身经历）

您正在尝试绘制一些DecisionTree，使用其签名阅读功能：

sklearn.tree.export_graphviz(decision_tree, ...)

，但你传递一个随机森林，这是一个树集合。

这不起作用！

不断深入，国内对这个代码是here：

check_is_fitted(decision_tree, 'tree_')

因此，这是要求你DecisionTree，它的存在是有DecisionTreeClassifier的属性tree_。

该属性对于RandomForestClassifier不存在！所以错误。

你可以做的唯一事情是：在你的RandomForest集合中打印每一个DecisionTree。为此，您需要遍历random_forest.estimators_以获取底层决策树！

来源

2017-09-13 10:37:06 sascha

谢谢！我只是认为export_graphviz（decision_tree，...）能够显示完整的随机森林。一个快速的后续问题，在我的案例中显示超过100棵树带来了一个可视化问题。是否可以创建一个表格，在每个树深度显示最具歧视性的特征？ [链接]（https://stackoverflow.com/questions/46161849/sklearn-random-forest-classifier-feature-analysis-at-each-tree-level） –

这不是我的专业领域。抱歉! – sascha

没有安装错误Sklearn的graphviz的

回答

相关问题