Anaconda4.8.3决策树可视化报错：找不到sklearn.externals.six模块

哎，这个问题我太熟悉了！sklearn.externals.six在较新版本的scikit-learn中已经被移除，不再作为sklearn的外部模块存在，所以你的导入语句才会报错。给你两个简单易行的解决方案：

方案一：直接使用Python标准库的io.StringIO #

不需要额外安装任何库，直接替换导入语句即可：
把原来的：

from sklearn.externals.six import StringIO

改成：

from io import StringIO

这是最省事的办法，因为io是Python自带的标准库，不需要额外配置。

方案二：安装six库并直接导入 #

如果你更倾向于使用six模块（比如兼容旧代码），可以先在Anaconda环境中安装six：

conda install six

然后修改导入语句为：

from six import StringIO

补充：确保决策树可视化流程正常 #

修改完导入后，你可以参考下面的完整代码片段来生成决策树图形（假设你已经训练好了分类器clf和定义好了特征列features）：

from sklearn.tree import DecisionTreeClassifier
from IPython.display import Image
from io import StringIO  # 或者 from six import StringIO
from sklearn.tree import export_graphviz
import pydotplus

# 假设你已经完成了模型训练
# clf = DecisionTreeClassifier()
# clf.fit(df[features], df['你的目标列名称'])

# 生成dot格式数据
dot_data = StringIO()
export_graphviz(clf, 
                out_file=dot_data,
                feature_names=features,
                filled=True,  # 填充颜色
                rounded=True,  # 圆角节点
                special_characters=True)  # 支持特殊字符

# 生成图形并展示
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
Image(graph.create_png())

另外要注意：如果使用pydot而不是pydotplus，可能需要确保你的系统已经正确配置了Graphviz的环境变量（比如Windows下要把Graphviz安装目录的bin文件夹添加到系统PATH中），否则可能会出现图形生成失败的情况。

内容的提问来源于stack exchange，提问作者Avadhesh Yadav