时间戳

首页 > 解决方案 > Python - 为 Graphviz 导出最终的随机森林树

python-3.x - Python - 为 Graphviz 导出最终的随机森林树

问题描述

我有一个带有决策树和随机森林的 Python 代码。决策树使用以下方法找到最大的贡献者：

contr = decisiontree.feature_importances_.max()  * 100
contr_full = decisiontree.feature_importances_  * 100

#Showing name
location = pd.to_numeric(np.where(contr_full == contr)[0][0])
result = list(df_dmy)[location + 1]

这将返回我数据集中的最大贡献者，然后使用以下命令导出为 Graphviz 格式：

tree.export_graphviz(rpart, out_file=path_file + '\\Decision Tree Code for Graphviz.dot', filled=True, 
                 feature_names=list(df_dmy.drop(['Reason of Removal'], axis=1).columns), 
                         impurity=False, label=None, proportion=True, 
                         class_names=['Unscheduled', 'Scheduled'], rounded=True)

在随机森林的情况下，我设法导出了那里使用的每棵树（100 棵树）：

i = 0
for tree_data in rf.estimators_:
with open('tree_' + str(i) + '.dot', 'w') as my_file:
    my_file = tree.export_graphviz(tree_data , out_file = my_file)
i = i + 1

当然，这会生成包含不同树的 100 个单词文件。然而，并非每棵树都包含所需的信息，因为有些树显示不同的结果。我确实知道分类器的最大贡献者，但我也想查看具有该结果的决策树。

我尝试的是：

i= 0
for tree_data in rf.estimators_:
#Feature importance
df_trees = tree_data.tree_.threshold

contr = df_trees.max()  * 100
contr_full = df_trees * 100

#Showing name
location = pd.to_numeric(np.where(contr_full == contr)[0][0])
result = print(list(df_dmy)[location + 1])

使用它，我得到错误： IndexError：列表索引超出范围 ，我不知道这里有什么问题。

我想要一个最大贡献者及其贡献因素的数据框，以便将其过滤为实际的最大贡献者和最大贡献。参见示例：

结果（在数据框中）=

    Result   Contribution
0   Car      0.74
1   Bike     0.71
2   Car      0.79

Python 已经知道随机森林的结果将“car”作为最大的贡献者，第一个过滤器是删除除“car”之外的所有内容：

Result   Contribution
0   Car      0.74
2   Car      0.79

然后它必须搜索最高贡献并检索索引。

    Result   Contribution
2   Car      0.79

然后它必须导出与该索引对应的树信息。

我知道这是一个很长的故事，但我希望有人知道如何完成这段代码。

问候， Ganesh

标签： python-3.xgraphvizdecision-tree

解决方案

names = []
contributors = []

df = pd.DataFrame(columns=['Parameter', 'Value'])

for tree_data in rf.estimators_:
    #Feature importance
    df_trees = tree_data.tree_.threshold

    contr = tree_data.feature_importances_.max()  * 100
    contr_full = tree_data.feature_importances_ * 100

    contr_location = pd.to_numeric(np.where(contr_full == contr)[0][0])
    names.append(list(titanic_dmy.columns)[contr_location + 1])
    contributors.append(contr)

df['Parameter']=np.array(names)
df['Value']=np.array(contributors)
idx = df.index[df['Value'] == df['Value'].loc[df['Value'].idxmax()]].tolist()[0]

#Export to Graphviz
tree.export_graphviz(rf.estimators_[idx], out_file=path_file + '\\RF Decision Tree for Graphviz.dot', 
                     filled=True, max_depth=graphviz_leafs, feature_names=list(titanic_dmy.drop(['survived'], 
                     axis=1).columns), impurity=False, label=None, proportion=True, 
                     class_names=['Unscheduled', 'Scheduled'], rounded=True, precision=2)

推荐阅读