求助：XGBoost决策树无法保存为.png文件（Random Forest可正常实现）

你遇到的错误根源很简单：sklearn.tree.export_graphviz只能处理sklearn框架内的决策树/随机森林模型，但你传入的是xgb.to_graphviz()生成的Graphviz Digraph对象，这就导致了类型不匹配的报错。

其实xgb.to_graphviz()已经帮你生成了完整的可视化对象，直接用它的内置方法或者手动导出就能得到PNG文件，不需要再绕sklearn的export工具。下面给你两种可行的方案：

方案1：直接用Graphviz对象导出PNG（最简便） #

这个方法不需要额外写文件转换的命令，一步到位：

# 生成指定树的Graphviz对象（num_trees=0表示第一棵树，可修改索引查看其他树）
tree_graph = xgb.to_graphviz(xg_model, num_trees=0)

# 直接保存为PNG文件，指定dpi保证清晰度
tree_graph.render('xgb_tree', format='png', dpi=600)

执行后会在当前目录生成xgb_tree.png，同时也会生成对应的xgb_tree.dot文件（可以保留或删除）。

方案2：手动导出DOT再转PNG（和你原思路适配） #

如果你更习惯原来的“先存DOT再转PNG”的流程，也可以这样做：

# 生成Graphviz对象
tree_graph = xgb.to_graphviz(xg_model)

# 将Graphviz对象的源码写入DOT文件
with open('treexgb.dot', 'w', encoding='utf-8') as dot_file:
    dot_file.write(tree_graph.source)

# 调用系统dot命令转换为PNG
from subprocess import call
call(['dot', '-Tpng', 'treexgb.dot', '-o', 'treexgb.png', '-Gdpi=600'])

额外提示 #

• 如果你想查看XGBoost模型中的其他树，只需要修改num_trees参数的数值（从0开始计数），比如num_trees=5就能查看第6棵树；
• 确保你的电脑已经安装了Graphviz工具（不是只装了Python的graphviz库），否则render方法或者dot命令会执行失败，需要去Graphviz官网下载安装并添加到系统环境变量里。

内容的提问来源于stack exchange，提问作者Kermit