将决策树从文本转换为2可视化

Question

我有一个‘文本’格式的决策树输出，这是非常难以阅读和解释。在树/节点/叶之后有大量的管道和缩进。我想知道有没有工具可以让我像下面这样输入决策树，然后得到像Weka，Python，...etc这样的树形图？

由于我的决策树非常大，下面是示例/部分决策，以给出我的文本决策树的概念。非常感谢！

"bio" <= 0.5:
|    "ml" <= 0.5:
|    |    "algorithm" <= 0.5:
|    |    |    "bioscience" <= 0.5:
|    |    |    |    "microbial" <= 0.5:
|    |    |    |    |    "assembly" <= 0.5:
|    |    |    |    |    |    "nano-tech" <= 0.5:
|    |    |    |    |    |    |    "smith" <= 0.5:
|    |    |    |    |    |    |    |    "neurons" <= 0.5:
|    |    |    |    |    |    |    |    |    "process" <= 1.5:
|    |    |    |    |    |    |    |    |    |    "program" <= 1.5:
|    |    |    |    |    |    |    |    |    |    |    "mammal" <= 1.0:
|    |    |    |    |    |    |    |    |    |    |    |    "lab" <= 0.5:
|    |    |    |    |    |    |    |    |    |    |    |    |    "human-machine" <= 1.5:
|    |    |    |    |    |    |    |    |    |    |    |    |    |    "tech" <= 0.5:
|    |    |    |    |    |    |    |    |    |    |    |    |    |    |    "smith" <= 0.5:

Answer 1

我不知道有什么工具可以解释这种格式，所以我认为您必须编写一些代码，要么解释文本格式，要么使用MALLET的Java API中的DecisionTree类检索树结构。

在Python中解释文本应该不会太难:例如，如果

line = '|    |    |    |    |    "assembly" <= 0.5:'

然后，您可以使用以下命令获取缩进级别、预测器名称和拆分点

parts = line.split('"')
indent = parts[0].count('|    ')
predictor = parts[1]
splitpoint = float(parts[2][-1-parts[2].rfind(' '):-1])

要创建图形输出，我将使用GraphViz。有用于它的Python APIs，但是用它的基于文本的dot格式构建一个文件并使用dot命令从它创建图形已经足够简单了。例如，简单树的文件可能如下所示

digraph MyTree {
Node_1 [label="Predictor1"]
Node_1 -> Node_2 [label="< 0.335"]
Node_1 -> Node_3 [label=">= 0.335"]
Node_2 [label="Predictor2"]
Node_2 -> Node_4 [label="< 1.42"]
Node_2 -> Node_5 [label=">= 1.42"]
Node_3 [label="Class1
(p=0.897, n=26)", shape=box,style=filled,color=lightgray]
Node_4 [label="Class2
(p=0.993, n=17)", shape=box,style=filled,color=lightgray]
Node_5 [label="Class3
(p=0.762, n=33)", shape=box,style=filled,color=lightgray]
}

以及来自dot的结果输出

​

​