Cómo visualizar un árbol de decisiones en Python – Resuelto
En el aprendizaje automático, los árboles de decisiones son una herramienta poderosa para la toma de decisiones basada en datos. Visualizar un árbol de decisiones puede ayudar a comprender mejor cómo se están tomando las decisiones en un modelo de aprendizaje automático. En este artículo, te mostraré cómo visualizar un árbol de decisiones en Python de una manera sencilla y efectiva.
Librerías necesarias
Para visualizar un árbol de decisiones en Python, necesitaremos utilizar la librería `scikit-learn` para crear el modelo de árbol de decisiones y la librería `graphviz` para visualizar el árbol. Asegúrate de tener ambas librerías instaladas en tu entorno de Python antes de seguir adelante.
pip install scikit-learn
pip install graphviz
Creando y visualizando el árbol de decisiones
A continuación, te mostraré un ejemplo de cómo crear un árbol de decisiones utilizando `scikit-learn` y luego visualizarlo con `graphviz`.
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz
# Cargamos el dataset de Iris
iris = load_iris()
X = iris.data
y = iris.target
# Creamos el modelo de árbol de decisiones
clf = DecisionTreeClassifier()
clf.fit(X, y)
# Exportamos el árbol de decisiones a un archivo .dot
export_graphviz(clf, out_file='tree.dot', feature_names=iris.feature_names, class_names=iris.target_names, filled=True)
# Visualizamos el árbol de decisiones
with open("tree.dot") as f:
dot_graph = f.read()
graphviz.Source(dot_graph)
Al ejecutar este código, se creará un archivo `tree.dot` que contiene la representación del árbol de decisiones en formato DOT. Luego, utilizamos `graphviz` para visualizar el árbol de decisiones en una imagen.
¡Y eso es todo! Ahora sabes cómo visualizar un árbol de decisiones en Python de una manera sencilla y efectiva. ¡Espero que este artículo te haya sido útil!
