Tracer un arbre de décision à partir de données au format data.frame.

import seaborn as sns

# Charger le jeu de données iris

iris = sns.load_dataset('iris')

# Définir les données et les catégories déjà existantes

from sklearn.model_selection import train_test_split

X = iris.iloc[:,0:4]

Y = iris.iloc[:,4:5]

# Définir un jeu de données pour entraînement (train) et un autre pour tester l'efficacité (test)

X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=42)

# Créer le modèle d'arbre

from sklearn import tree.DecisionTreeClassifier

from dtreeviz.trees import *

clf = tree.DecisionTreeClassifier(max_depth=3, random_state=42, min_samples_leaf=3)

# min_samples_leaf : nombre minimum d'individus par branche

clf.fit(X_train, y_train)

# Afficher

tree.plot_tree(clf,

feature_names = list(X.columns), # Noms des colonnes

class_names=list(np.unique(Y)),# Catégories

rounded=True,

filled = True);

import matplotlib.pyplot as plt

plt.show()

# Afficher l'efficacité de l'arbre

clf.score(X_test, y_test)

Un arbre qui permet de voir l'efficacité d'un arbre de décision.

# Importation des données

import seaborn as sns

iris = sns.load_dataset('iris')

# Il est nécessaire de définir les variables numériques (données) et la variable de catégorie

from sklearn.preprocessing import LabelEncoder

label_encoder = LabelEncoder()

label_encoder.fit(iris.species)

iris['species'] = label_encoder.transform(iris.species)

# Créer l'arbre de décision

from sklearn import tree

classifier = tree.DecisionTreeClassifier()

classifier.fit(iris.iloc[:,:3], iris.species)

# Tracer : ATTENTION, cela nécessite graphviz qui peut poser des problèmes à l'installation (cf. ci-dessous).

from dtreeviz.trees import *

viz = dtreeviz(classifier,

iris.iloc[:,:3],

iris.species,

target_name='Espèes',

feature_names=iris.columns[0:3],

class_names=list(label_encoder.classes_)

)

import matplotlib.pyplot as plt

viz.view()

viz.save("decision_tree.svg")

import os as os

print("Current Working Directory " , os.getcwd())

En cas de problème avec graphviz, une procédure qui peut aider à le faire marcher :

1.- Installer graphiviz

Install windows package from: https://graphviz.gitlab.io/_pages/Download/Download_windows.html

2.- Installer la version python de graphviz - à taper dans la console windows :

pip install graphviz

3.- Définir les liens entre python et graphviz

import os

os.environ["PATH"] += os.pathsep + 'C:/Program Files/Graphviz/bin/' # Remplacer l'adresse de bin par celle sur votre PC