如何放大matplotlib绘制scikit-learn决策树时的节点尺寸提升清晰度

你可以通过调整绘图参数同时解决节点偏小、内容模糊的问题，具体修改方式如下：

核心调整点 #

• 调整plt.figure的dpi参数：默认dpi通常为100，调高到200~300即可大幅提升画面清晰度，避免文字发虚
• 给tree.plot_tree添加fontsize参数：放大节点内的文字后，节点边框会自动适配文字尺寸扩大，是最直接的放大节点方式
• 可选添加proportion=True参数：开启后节点宽度会按该节点样本占总样本的比例自适应调整，节点整体会更舒展，不会挤成一团
• 适当放大figsize数值：如果决策树层级较多，可以把(15,15)调整为(20,20)甚至更大，给节点留出足够的展示空间

修改后示例代码 #

from sklearn import tree
import matplotlib.pyplot as plt

# 调整画布尺寸、增加dpi参数提升清晰度
plt.figure(figsize=(20,20), dpi=200)
# 新增fontsize、proportion参数放大节点和文字
tree.plot_tree(model_dt_smote, filled=True, fontsize=10, proportion=True)
# 自动调整布局避免边缘节点内容被截断
plt.tight_layout()
plt.show()

额外优化建议 #

如果你的决策树训练时没有限制最大深度，节点数量过多导致整体过于拥挤，可以在tree.plot_tree中添加max_depth参数限制展示的层数，比如max_depth=5，仅展示前5层的节点结构，展示效果会更清晰。

内容的提问来源于stack exchange，提问作者Nitish Santpur