Pythonで決定木分析して可視化してみる

背景

あるcsvデータを決定木で可視化したくなったのでやってみる by python

まずはChatGPTに聞いてみる

俺: python x google colabでcsvデータを決定木で可視化したい。手順教えて。

ChatGPT: Python で CSV データを読み込み、決定木で可視化するためには、pandas ライブラリでデータを読み込み、scikit-learn ライブラリで決定木モデルを構築し、matplotlib および graphviz を使って可視化するのが一般的です。 ~略~

前処理

• 数値型以外のデータは受け付けなかったので事前に取り除きました

実装

# 必要なライブラリのインポート
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier, export_graphviz
from sklearn.metrics import accuracy_score
import graphviz

# /content/hoge.csv ファイルの読み込み
df = pd.read_csv('/content/hoge.csv')

# ターゲット変数と特徴量を指定 (ここでは 'target' 列をターゲットと仮定)
X = df.drop('target', axis=1)  # 'target' 列を除外
y = df['target']  # 'target' 列
X.fillna(0, inplace=True) # Nanがあるとエラーになるので0にする

# データを訓練セットとテストセットに分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 決定木モデルの構築
clf = DecisionTreeClassifier(random_state=42)
clf.fit(X_train, y_train)

# テストデータでの予測と精度の評価
y_pred = clf.predict(X_test)
print("Accuracy:", accuracy_score(y_test, y_pred))

# 決定木の可視化
dot_data = export_graphviz(clf, out_file=None, 
                           feature_names=X.columns,  
                           class_names=str(clf.classes_),
                           filled=True, rounded=True,  
                           special_characters=True)  
graph = graphviz.Source(dot_data)  
graph.render("/content/decision_tree")  # PDF ファイルとして保存
graph  # Jupyter Notebook または Colab で直接表示

簡単！