Python可视化决策树报错IndexError: list index out of range求助

嘿，我来帮你捋捋这个问题～你遇到的索引越界错误，核心原因是调用export_graphviz时，feature_names参数的设置出了问题，导致模型找不到对应节点的特征名称。

先拆解下问题根源：

• 你的决策树模型regressor是用X里的全部10个特征训练的（X是clusterDF去掉Class后的所有列，也就是viewed、carted、knownpurchases等）
• 但你给feature_names传的要么是只有一个元素的列表['carted']，要么是整列数据[X['carted']]，这两种写法都不符合要求：
  1. 只传一个特征名的话，当决策树的节点用到第2个及以后的特征时，索引就超出了列表长度，直接触发索引越界
  2. 传整列数据的话，你给的是Series对象，而feature_names需要的是字符串组成的列表，对应每个特征的名称

正确的解决办法 #

直接传入X的列名列表就行，因为X包含了所有训练时用到的特征，这样每个节点的特征都能匹配到对应的名称：

# 替换你原来的问题代码行
export_graphviz(regressor, out_file='foo.dot', feature_names=X.columns)

修正后的完整代码片段 #

给你贴好可以直接用的版本：

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeRegressor, export_graphviz

clusterDF=pd.DataFrame(data=clusterdata[:,:],index=list(range(len(clusterdata))), 
                       columns=['viewed','carted','knownpurchases','totlength','avgtime','stdtime','vartime','KMP','Leven','prodnum','Class'])
X = clusterDF.drop('Class', axis=1)
y = clusterDF['Class']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20)

regressor = DecisionTreeRegressor(max_depth=2)
regressor.fit(X_train, y_train)
y_pred = regressor.predict(X_test)

df=pd.DataFrame({'Actual':y_test, 'Predicted':y_pred})

# 修正后的可视化代码
export_graphviz(regressor, out_file='foo.dot', feature_names=X.columns)

额外小提示 #

生成foo.dot文件后，你需要用Graphviz工具把它转成图片。如果是Linux系统，可以用命令：

dot -Tpng foo.dot -o tree.png

Windows或Mac的话，需要先安装Graphviz工具，然后用类似的命令或者可视化工具打开.dot文件。

内容的提问来源于stack exchange，提问作者Jessica Chambers