使用Pipeline训练后可视化决策树报错：'DecisionTreeClassifier'不可下标访问

错误原因：你试图用clf['classifier']获取Pipeline里的决策树模型，但scikit-learn的Pipeline对象本身不支持下标访问（即不能像字典那样通过键取值），因此触发'DecisionTreeClassifier' object is not subscriptable错误。

解决方法：使用Pipeline的named_steps属性来获取指定名称的步骤，这是scikit-learn官方推荐的访问Pipeline内部组件的方式。

修正后的可视化代码行：

tree.plot_tree(clf.named_steps['classifier'])

完整的修正后关键代码片段：

clf.fit(X_train, y_train)
model = clf.score(X_test, y_test)
print(f"Model score: {model}") # accuracy

# 修正后获取决策树模型并可视化
tree.plot_tree(clf.named_steps['classifier'])

补充说明：named_steps是Pipeline的一个属性，返回一个字典，键是你定义Pipeline时给每个步骤起的名称（比如这里的'preprocessor'和'classifier'），值是对应的步骤实例。通过这个字典你可以方便地访问Pipeline中的任何组件。

内容的提问来源于stack exchange，提问作者Jake Smith