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()
Поскольку у меня есть 150 объектов, график выглядит довольно маленьким для всех точек разделения, как нарисовать четкий или сохранить его в локальном месте, или любые другие способы/идеи могут быть понятны показать это «дерево» очень желательно
Я использую метод https://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/ для построения дерева решений XGBoost
[code]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() [/code]
Поскольку у меня есть 150 объектов, график выглядит довольно маленьким для всех точек разделения, как нарисовать четкий или сохранить его в локальном месте, или любые другие способы/идеи могут быть понятны показать это «дерево» очень желательно [img]https://i.sstatic.net/wSMjT.png[/img]