質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.71%

jupyter notebook上でランダムフォレストの木を可視化したい

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 2,706

naaaa

score 8

 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
???
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+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。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

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))

イメージ説明

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)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/09/18 15:19

    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!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.71%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる