Python调用export_graphviz导出决策树报IndexError列表越界错误
核心报错原因
直接触发IndexError: list index out of range的根因,就是你传给export_graphviz的class_names参数是空列表[]:
- 你虽然知道自己的分类类别是['0','1'],但没有把这两个值实际传入函数参数,函数内部遍历模型的类别顺序去索引
class_names列表时,空列表没有任何可索引的元素,自然会触发索引越界。 - 你担心的其他影响因素均不成立:
feature_cols列表共10个元素,和你训练时输入的特征数量完全匹配,不存在长度不匹配的问题;你的分类类别本身的取值设置也没有问题。
修正方案
只需要调整class_names的传参值即可,不需要改动其他建模逻辑:
- 基础改法:把原来的
class_names=[]替换为你实际的类别列表class_names=['0', '1'],保证列表长度和模型训练得到的类别数量一致。 - 更稳妥的写法:直接读取训练完成的分类器自带的类别属性作为参数值,避免手动维护列表导致的匹配错误,写法为
class_names=clf.classes_.astype(str)。这种写法会自动读取模型实际识别到的类别顺序、转成字符串格式传入,从根源上避免索引越界、格式不匹配的问题。
修正后的可视化核心代码参考:
dot_data = StringIO() export_graphviz(clf, out_file=dot_data, filled=True, rounded=True, special_characters=True, feature_names = feature_cols, class_names=clf.classes_.astype(str) ) graph = pydotplus.graph_from_dot_data(dot_data.getvalue()) graph.write_png('tree.png') Image(graph.create_png())
额外避坑提示
如果按上面的方法改完仍报同类索引错误,需要检查训练集的类别分布:如果随机拆分数据集时,某一类别的样本被全部分配到测试集,导致训练集中只出现了一个类别,模型学到的类别数量会小于你预期的2个,此时手动传入2个类别的class_names依然会触发越界。从你的运行流程看,建模、预测、准确率计算都正常输出,说明训练集同时覆盖了两个类别,不需要额外排查这个情况。
内容的提问来源于stack exchange,提问作者i_literally_hate_programming
相关产品推荐
相关产品推荐

