### 将决策树可视化为 PNG 格式 为了在 Jupyter Notebook 中将决策树模型以 PNG 图像的形式展示出来，可以利用 `sklearn` 库中的 `tree.export_graphviz()` 函数配合 Graphviz 工具来创建图像文件。此外，也可以借助 Python 的 `pydotplus` 或者 `graphviz` 包直接在笔记本内嵌入图形。 以下是具体方法： #### 方法一：使用 pydotplus 和 graphviz 渲染并导出 PNG 文件 首先安装必要的库： ```bash pip install pydotplus graphviz ``` 接着，在 Jupyter Notebook 中编写如下代码片段[^1]： ```python from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier, export_graphviz import pydotplus from IPython.display import Image # 加载数据集 data = load_iris() X = data.data y = data.target # 训练决策树分类器 clf = DecisionTreeClassifier(max_depth=3) clf.fit(X, y) # 导出 dot 数据 dot_data = export_graphviz(clf, out_file=None, feature_names=data.feature_names, class_names=data.target_names, filled=True, rounded=True, special_characters=True) # 使用 pydotplus 转换为 png 并显示 graph = pydotplus.graph_from_dot_data(dot_data) Image(graph.create_png()) ``` 这段代码会训练一个简单的决策树，并将其结构转换成 DOT 格式的字符串表示形式；随后调用 `pydotplus.graph_from_dot_data()` 来解析这个字符串并生成对应的图形对象；最后通过 `create_png()` 方法得到二进制的 PNG 数据流，并由 `IPython.display.Image` 显示该图片。 #### 方法二：直接使用 graphviz 包绘制 如果不想依赖额外的第三方包，则可以直接采用 `graphviz.Source` 类来进行渲染操作: 同样先确保已经安装好所需的软件包： ```bash conda install python-graphviz # 如果使用 conda 环境管理工具的话 ``` 然后可以在 Jupyter Notebook 执行下面的脚本[^2]: ```python from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier, export_graphviz from graphviz import Source # 同样加载 iris 数据集并拟合模型... clf = ... # 获取 dot 描述符 dot_data = export_graphviz(... ) # 创建 source 对象用于绘图 source = Source(dot_data, format="png") # 展示结果 source.render('decision_tree', view=True) # 这里 'decision_tree' 是输出文件名 (不带扩展)，view 参数设置为 True 可自动打开查看器预览图片 ``` 这两种方式都可以有效地实现在 Jupyter Notebook 上面以 PNG 形式呈现决策树的效果。选择哪种取决于个人偏好以及环境配置情况。