Python, PyDot và DecisionTree

Question

Tôi đang cố gắng để hình dung DecisionTree của tôi, nhưng nhận được lỗi Mã này là:

X = [i[1:] for i in dataset]#attribute 
y = [i[0] for i in dataset] 
clf = tree.DecisionTreeClassifier() 

dot_data = StringIO() 
tree.export_graphviz(clf.fit(train_X, train_y), out_file=dot_data) 
graph = pydot.graph_from_dot_data(dot_data.getvalue()) 
graph.write_pdf("tree.pdf") 

Và lỗi là

Traceback (most recent call last): 
if data.startswith(codecs.BOM_UTF8): 
TypeError: startswith first arg must be str or a tuple of str, not bytes 

thể bất cứ ai giải thích cho tôi whats vấn đề? Cảm ơn bạn rất nhiều!

Answer 1

Tôi có cùng một vấn đề chính xác và chỉ dành một vài giờ cố gắng tìm t của anh ấy. Tôi không thể đảm bảo những gì tôi chia sẻ ở đây sẽ làm việc cho những người khác nhưng nó có thể có giá trị một shot.

1. Tôi đã cố gắng cài đặt các gói pydot chính thức nhưng tôi có Python 3 và đơn giản là chúng không hoạt động. Sau khi tìm thấy một ghi chú trong một chủ đề từ một trong nhiều trang web mà tôi đã lướt qua, tôi đã cài đặt this forked repository of pydot.
2. Tôi đã truy cập graphviz.org và cài đặt phần mềm của họ trên máy tính Windows 7 của tôi. Nếu bạn không có Windows, hãy xem phần Tải xuống cho hệ thống của bạn.
3. Sau khi cài đặt thành công, trong Environment Variables (Control Panel\All Control Panel Items\System\Advanced system settings> nhấp Environment Variables nút> dưới System variables tôi thấy biến path> nhấp Edit...> Tôi thêm ;C:\Program Files (x86)\Graphviz2.38\bin đến cuối trong lĩnh vực Variable value:.
4. Để xác nhận bây giờ tôi có thể sử dụng dot lệnh trong dòng lệnh (Windows Command Processor), tôi gõ dot -V mà trở dot - graphviz version 2.38.0 (20140413.2041).

trong đoạn mã dưới đây, hãy ghi nhớ rằng tôi đang đọc một dataframe từ clipboard của tôi. Bạn có thể đọc nó từ tập tin hoặc whathaveyou.

Trong IPython Notebook:

import pandas as pd 
import numpy as np 
from sklearn import tree 
import pydot 
from IPython.display import Image 
from sklearn.externals.six import StringIO 

df = pd.read_clipboard() 
X = df[df.columns[:-1]] 
y = df[df.columns[-1]] 

dtr = tree.DecisionTreeRegressor(max_depth=3) 
dtr.fit(X, y) 

dot_data = StringIO() 
tree.export_graphviz(dtr, out_file=dot_data, feature_names=X.columns) 
graph = pydot.graph_from_dot_data(dot_data.getvalue()) 
Image(graph.create_png()) 

Ngoài ra, nếu bạn không sử dụng IPython, bạn có thể tạo ra hình ảnh riêng của bạn từ dòng lệnh miễn là bạn đã cài đặt graphviz (bước 2 ở trên). Sử dụng cùng một mã ví dụ của tôi ở trên, bạn sử dụng dòng này sau khi lắp mô hình:

tree.export_graphviz(dtr.tree_, out_file='treepic.dot', feature_names=X.columns) 

sau đó mở lên cửa sổ lệnh mà tập tin treepic.dot là và nhập dòng lệnh sau:

dot -T png treepic.dot -o treepic.png 

Một file .png nên được tạo bằng cây quyết định của bạn.

Answer 2

Dòng trong câu hỏi là kiểm tra để xem nếu dòng/tập tin được mã hóa theo UTF-8

Thay vì:

if data.startswith(codecs.BOM_UTF8): 

sử dụng:

if codecs.BOM_UTF8 in data: 

Bạn có thể sẽ có thành công hơn ...

Answer 3

Trong trường hợp sử dụng Python 3, chỉ cần sử dụng pydotplus thay vì pydot. Nó cũng sẽ có một quá trình cài đặt mềm bằng pip.

import pydotplus 

<your code> 

dot_data = StringIO() 
tree.export_graphviz(clf, out_file=dot_data) 
graph = pydotplus.graph_from_dot_data(dot_data.getvalue()) 
graph.write_pdf("iris.pdf")