lightgbm.create_tree_digraph
- lightgbm.create_tree_digraph(booster, tree_index=0, show_info=None, precision=3, orientation='horizontal', example_case=None, max_category_values=10, **kwargs)[源代码]
创建指定树的有向图表示。
图中的每个节点表示树中的一个节点。
非叶子节点具有
Column_10 <= 875.9
这样的标签,这意味着“此节点在名为“Column_10”的特征上进行分裂,阈值为 875.9”。叶子节点具有
leaf 2: 0.422
这样的标签,这意味着“此节点是一个叶子节点,落入此节点的记录的预测值为 0.422”。数字 (2
) 是一个内部唯一标识符,没有特殊含义。注意
欲了解更多信息,请访问 https://graphviz.readthedocs.io/en/stable/api.html#digraph。
- 参数:
booster (Booster 或 LGBMModel) – 要转换的 Booster 或 LGBMModel 实例。
tree_index (int, 可选 (默认值=0)) – 要转换的目标树的索引。
show_info (list of str, 或 None, 可选 (默认值=None)) –
节点中应显示哪些信息。
'split_gain'
: 添加此分裂带来的增益(gain)'internal_value'
: 如果此节点是叶子节点,它将产生的原始预测值'internal_count'
: 落入此非叶子节点的训练数据记录数'internal_weight'
: 落入此非叶子节点的所有节点的总权重'leaf_count'
: 落入此叶子节点的训练数据记录数'leaf_weight'
: 落入此叶子节点的所有观测值的总权重(Hessian 之和)'data_percentage'
: 落入此节点的训练数据百分比
precision (int 或 None, 可选 (默认值=3)) – 用于限制浮点值显示的精度。
orientation (str, 可选 (默认值='horizontal')) – 树的方向。可以是 'horizontal'(水平)或 'vertical'(垂直)。
example_case (numpy 2-D array, pandas DataFrame 或 None, 可选 (默认值=None)) –
与训练数据结构相同的单行数据。如果不是 None,绘图将突出显示此样本通过树的路径。
在 4.0.0 版本中新增。
max_category_values (int, 可选 (默认值=10)) –
在树节点中显示的最大类别值数量,如果阈值数量大于此值,阈值将折叠并改为在标签工具提示中显示。
警告
在 JupyterLab 中运行时,请考虑使用
IPython.display.HTML
包装树图的 SVG 字符串,以使 工具提示 正常工作。示例
from IPython.display import HTML graph = lgb.create_tree_digraph(clf, max_category_values=5) HTML(graph._repr_image_svg_xml())
在 4.0.0 版本中新增。
**kwargs – 传递给
Digraph
构造函数的其他参数。查看 https://graphviz.readthedocs.io/en/stable/api.html#digraph 获取支持参数的完整列表。
- 返回:
graph – 指定树的有向图表示。
- 返回类型:
graphviz.Digraph