jupyter notebookで決定木の可視化を行う

import numpy as np

import pydotplus

from sklearn.feature_extraction.text import TfidfVectorizer

from IPython import display

from sklearn import tree

from io import StringIO

from operator import itemgetter

%matplotlib inline

%load_ext autoreload

%autoreload 2


input_text=np.array([

    '物理 数学 国語　　', #　ドキュメント1

    'パン ライス 　チョコ', #ドキュメント2

    'ビル アパート　マンション　', #ドキュメント3

    '北海道 福岡　神奈川' #ドキュメント4

])

#ドキュメント1は1

#ドキュメント2は2

#ドキュメント3は3

#ドキュメント4は4

target_data = np.array([

    1,2,3,4

    ])

#文書をtf-idfのベクトルへ変換

vectorizer=TfidfVectorizer()

input_data=vectorizer.fit_transform(input_text)

np.set_printoptions(precision=2) # 有効表示桁数を2桁へ変更

print(input_data.toarray())

#決定木モデルを生成

model = tree.DecisionTreeClassifier(max_depth=5)

model = model.fit(input_data, target_data)

model.predict(input_data)

feature_names = list(map(itemgetter(0),

sorted(vectorizer.vocabulary_.items(), key=itemgetter(1))))

data = StringIO()

tree.export_graphviz(model, out_file=data, feature_names=feature_names)

graph = pydotplus.graph_from_dot_data(data.getvalue())

display.display(display.Image(graph.create_png()))