sklearn.tree.plot_tree返回文本而非可视化决策树如何解决

输出Text列表而非图像的情况，是因为缺少Jupyter matplotlib渲染配置和图像触发命令，按以下步骤调整即可：

必选调整步骤 #

• 首先在代码块最开头添加Jupyter魔法命令，开启matplotlib行内渲染：
  %matplotlib inline
• 调用plot_tree后追加plt.show()触发图像渲染，不要直接打印plot_tree的返回值。

完整可运行代码示例 #

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

# 此处替换为你自己训练好的决策树实例t
plot_tree(t)
plt.show()

可选优化配置 #

如果决策树节点过多、文字堆叠看不清，可提前设置画布尺寸，同时添加可读性配置：

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

plt.figure(figsize=(18, 10)) # 自定义画布宽高，数值越大画布越大
plot_tree(
    t,
    feature_names=["特征1","特征2",...], # 替换为你的数据集特征名列表，可选
    class_names=["类别1","类别2",...], # 替换为你的分类任务类别名列表，可选
    filled=True, # 给节点填充对应类别的颜色，可选
    fontsize=10 # 调整节点文字大小，可选
)
plt.show()

内容的提问来源于stack exchange，提问作者renerd66