如何隐藏plot_tree()生成树图节点的criterion值并替换value为proba

1. 隐藏节点内的criterion值 #

你使用的应该是scikit-learn提供的sklearn.tree.plot_tree函数，隐藏criterion值不需要额外修改配置，直接调用函数时设置impurity=False参数即可：该参数默认值为True，会展示基尼系数/交叉熵等criterion的计算结果，设为False后会自动隐藏这部分内容。
示例代码片段：

from sklearn.tree import plot_tree
import matplotlib.pyplot as plt

# 此处clf为已训练完成的决策树模型
plt.figure(figsize=(12,8))
plot_tree(clf, 
          impurity=False,  # 核心参数，隐藏criterion值
          feature_names=feature_names, 
          class_names=class_names,
          filled=True)
plt.show()

2. 替换"value"为"proba" #

不需要修改sklearn源码，直接对matplotlib生成的文本对象做内容替换即可实现需求：调用plot_tree时会返回所有节点的文本对象列表，遍历列表匹配关键词替换即可。
完整示例代码：

from sklearn.tree import plot_tree
import matplotlib.pyplot as plt

plt.figure(figsize=(12,8))
# 调用plot_tree获取返回的文本对象列表
tree_texts = plot_tree(clf, 
                      impurity=False,
                      feature_names=feature_names,
                      class_names=class_names,
                      filled=True)

# 遍历所有文本对象替换内容
for text in tree_texts:
    content = text.get_text()
    # 把value替换为proba
    new_content = content.replace("value", "proba")
    text.set_text(new_content)

plt.show()

如果需要把value对应的原始样本数同步修改为概率值，可以在替换文本的同时计算每个类别的占比再更新文本内容即可，无需额外调整其他配置。

内容的提问来源于stack exchange，提问作者Любовь Пономарева