#导出PDF文档  
graph.render("test_e1")  

#对测试集数据进行猜测 
 
clf.predict(X_test[0]),y_test[0] 
 
(array(['Charged Off'], dtype=object), 'Charged Off')  

查看具体的分类概率值。

#查看分类概率 
 
clf.predict_proba(X_test[0]) 
 
array([[ 1., 0.]])  

决定计划树分类猜测可视化

第三步，对决定计划树的分类猜测过程进行可视化，起首查看分类结不雅及特点的名称。

#获取分类名称 
 
clf.classes_ 
 
array(['Charged Off', 'Fully Paid'], dtype=object)  

对决定计划树进行可视化，feature_names为特点名称，class_names为分类结不雅名称。

将分类结不雅保存为PDF格局文档。

【编辑推荐】

1. 深刻浅出：若何大年夜0开端进修大年夜数据发掘分析？
2. 魏何大年夜数据让人开端困惑人生
3. 大年夜数据处理框架的类型、比较和选择
4. 大年夜数据可能「撒谎」非构造化数据将出现更丰富的世界
5. 解读大年夜数据行业袈溱2017年的新成长

【义务编辑：庞桂玉 TEL：（010）68476606】

　　推荐阅读

　　程序员之死：为何他被迫签下总价1300万的离婚协议

题图与本文内容无关一、法度榜样员的悲哀故事每部好莱坞爆片里都有一个酷炫明日炸天的法度榜样员，连上彀线就能神挡杀神黑破天际，把世界改成本身想要的样子。实际中的一位法度榜样员，We>>>详细阅读

本文标题：决策树分类预测过程可视化

地址：http://www.17bianji.com/lsqh/37301.html

 1/2    1