绘制单个XGBoost决策树

Question

我在https://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/上使用方法绘制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()

由于我获得了150个特征，所有分割点的情节看起来都很小，如何绘制一个清晰的或者保存在当地的地方或任何其他方式/想法可以清楚地显示这个“树”非常赞赏

Answer 1

我最近遇到了同样的问题，我找到的唯一方法是尝试不同的图形尺寸（它仍然可以是大图的蓝色。例如，绘制第4棵树，使用：

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

为了保存它，你可以做到

plt.savefig("temp.pdf")

此外，每棵树分隔两个类，你有多少树和类。

Answer 2

要添加到Serk的答案，您还可以在显示之前调整图形大小：

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

Answer 3

您可以尝试使用to_graphviz方法 - 对我而言，它会产生更清晰的图像。

xgb.to_graphviz（xg_reg，num_trees = 0，rankdir ='LR'）

但是，很可能您会遇到该输出大小的问题。

在这种情况下，请遵循：How can i specify the figsize of a graphviz representation of Decision Tree