在scikit-learn中可视化决策树

Question

我正在尝试在Python中使用scikit-learn设计一个简单的决策树（我在Windows OS上将Anaconda的Ipython
Notebook与Python 2.7.3结合使用），并将其可视化如下：

from pandas import read_csv, DataFrame
from sklearn import tree
from os import system

data = read_csv('D:/training.csv')
Y = data.Y
X = data.ix[:,"X0":"X33"]

dtree = tree.DecisionTreeClassifier(criterion = "entropy")
dtree = dtree.fit(X, Y)

dotfile = open("D:/dtree2.dot", 'w')
dotfile = tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns)
dotfile.close()
system("dot -Tpng D:.dot -o D:/dtree2.png")

但是，出现以下错误：

AttributeError: 'NoneType' object has no attribute 'close'

我使用以下博客文章作为参考：Blogpost链接

以下stackoverflow问题似乎也不适合我：问题

有人可以帮助我如何在scikit-learn中可视化决策树吗？

Answer 1

sklearn.tree.export_graphviz不返回任何内容，因此默认情况下返回None。

通过这样做，dotfile = tree.export_graphviz(...)您覆盖了先前已分配给的打开文件对象，dotfile因此在尝试关闭文件时（如现在None）会收到错误消息。

要修复它，请将您的代码更改为

...
dotfile = open("D:/dtree2.dot", 'w')
tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns)
dotfile.close()
...