jupyter notebook上でランダムフォレストの木を可視化したい

Question

前提・実現したいこと

pythonでランダムフォレストを使って分類を行なっています．
jupyter notebook上で木の可視化をしたいです．

10個のdotファイルが出力されたのですが，
その後Imageを使ってノートブック上に出力する方法がわかりません．
（Imageを使うことにこだわってはいません！）

追記：
決定木の可視化はできますが，ランダムフォレストの可視化ができません．
10個のdotファイルを結合してpngファイルにする方法が知りたいです．

よろしくお願いします！

試したこと

作成した決定木を可視化

#モデル作成
clf = RandomForestClassifier(max_depth=1,max_leaf_nodes=2, random_state=0,class_weight='balanced')
clf = clf.fit(x_train,y_train)

#予測
predicted = clf.predict(x_test)

#dotファイル出力
for i,val in enumerate(clf.estimators_):
    tree.export_graphviz(clf.estimators_[i], out_file='tree_%d.dot'%i)
    
# ノートブックに可視化
from IPython.display import Image
？？？

Answer 1

決定木とかグラフ構造（dotファイル）をJupyter上で表示する

が参考になるでしょうか。

「python randomforest 可視化」あたりでググるとさらに多くの情報が得られるかと。

Answer 2

こんな感じでどうでしょうか？

以下のコードを動かすには、pydot-ng モジュール及び graphviz が必要です。

pip install pydot-ng

import pydot
from sklearn.cross_validation import train_test_split
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.tree import export_graphviz
from IPython import display

# データを読み込む。
iris = load_iris()
x, y = iris.data, iris.target

# 学習データとテストデータに分割する。
x_train, x_test, y_train, y_test = train_test_split(
    x, y, test_size=0.2)

# 分類器を学習する。
classifier = RandomForestClassifier(
    n_estimators=10)
classifier.fit(x_train, y_train)

# 予測する。
y_pred = classifier.predict(x_test)
accuracy = accuracy_score(y_test, y_pred)
print('accuracy', accuracy)  # accuracy 0.9

# 以下がメイン
#############################################

# 1つ目の分類木から dot 形式の文字列を作成する。
est = classifier.estimators_[0]
dot_str = export_graphviz(
    est,
    out_file=None,
    filled=True,
    rounded=True,
    feature_names=iris.feature_names,
    class_names=iris.target_names)

# dot 形式の文字列から pydot オブジェクトを作成する。
graphs = pydot.graph_from_dot_data(dot_str)
# pydot オブジェクトから png 形式の画像を作成する。
png_data = graphs[0].create_png(prog='dot')
# IPython に表示する。
display.display(display.Image(png_data))

画像1つがでかいので全部の分類木の画像を繋げると見づらくなると思いますが、
一応 OpenCV で扱える numpy 形式にするコードも置いておくので、必要であれば concat してください。

import cv2

# png データをデコードし、numpy 形式にする。
img = cv2.imdecode(
    np.fromstring(png_data, np.uint8), cv2.IMREAD_COLOR)
print(img.shape)  # (895, 791, 3)

Comments

[naaaa]

無事，可視化することができました！
ありがとうございました！