绘制单个 XGBoost 决策树

Question

我正在使用 https://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/ 上的方法绘制 XGBoost 决策树

from numpy import loadtxt
from xgboost import XGBClassifier
from xgboost import plot_tree
import matplotlib.pyplot as plt
# load data
dataset = loadtxt('pima-indians-diabetes.csv', delimiter=",")
# split data into X and y
X = dataset[:,0:8]
y = dataset[:,8]
# fit model no training data
model = XGBClassifier()
model.fit(X, y)
# plot single tree
plot_tree(model)
plt.show()

由于我有 150 个特征，所有分割点的图看起来都很小，如何绘制清晰的一个或保存在本地或任何其他方式/想法可以清楚地显示这棵“树”非常受欢迎

原文由 Leon 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我最近遇到了同样的问题，我发现的唯一方法是尝试不同的图形大小（它仍然可以是大图形的蓝色。例如，要绘制第四棵树，请使用：

 fig, ax = plt.subplots(figsize=(30, 30))
xgb.plot_tree(model, num_trees=4, ax=ax)
plt.show()

要保存它，您可以这样做

plt.savefig("temp.pdf")

此外，每棵树将两个类别分开，因此您拥有与类别一样多的树。

原文由 Serk 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

要添加到 Serk 的答案中，您还可以在显示之前调整图形的大小：

 # ...
plot_tree(model)
plt.gcf().set_size_inches(18.5, 10.5)
plt.show()

原文由 Learning is a mess 发布，翻译遵循 CC BY-SA 4.0 许可协议