我有一个简单的代码：
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, y)
tree.plot_tree(clf.fit(X, y))
plt.show()
我如何使这个图表清晰？我使用PyCharm专业2019.3作为我的IDE。
我想您要找的设置是fontsize。您必须将其与max_depth和figsize进行平衡，以获得可读的绘图。这里有一个例子
from sklearn import tree
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
# load data
X, y = load_iris(return_X_y=True)
# create and train model
clf = tree.DecisionTreeClassifier(max_depth=4) # set hyperparameter
clf.fit(X, y)
# plot tree
plt.figure(figsize=(12,12)) # set plot size (denoted in inches)
tree.plot_tree(clf, fontsize=10)
plt.show()
如果你想捕获整个树的结构，我想用小字体和高dpi保存情节是解决方案。然后你可以打开一张图片，放大到特定的节点来检查它们。
# create and train model
clf = tree.DecisionTreeClassifier()
clf.fit(X, y)
# save plot
plt.figure(figsize=(12,12))
tree.plot_tree(clf, fontsize=6)
plt.savefig('tree_high_dpi', dpi=100)
这里有一个例子，它看起来像在更大的树上。
手之前设置图像的大小怎么样：
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, y)
fig, ax = plt.subplots(figsize=(10, 10)) # whatever size you want
tree.plot_tree(clf.fit(X, y), ax=ax)
plt.show()
