在決策樹模型的部署中，使用sklearn庫提供的現成方案是省事的方法，但為對其進行可視化操作，使用pydotplus-Graphviz庫必不可少-如何正常使用該庫給我造成了一些困擾。
目標是決策樹模型的繪制，最終輸出如圖：
CartTree_by_Graphviz.png
在最終解決問題并實現如圖決策樹模型的輸出后，我覺得有必要記錄問題解決的步驟，以期有助于其他情況下類似問題的解決，同時也為自己留下備忘。
默認已經完成CartTree模型本身的訓練過程，在sklearn框架的基礎上我們擁有Tree對象。接下來我們要做的事情有幾步：
1、安裝Graphviz軟件。在2018年11月16日可供使用的官方鏈接如下：
點擊圖中框紅msi文件，運行，注意安裝路徑（例如C:/Program Files (x86)/Graphviz2.38）
2、安裝成功后，配置環境變量，包括C:/Program Files (x86)/Graphviz2.38和C:/Program Files (x86)/Graphviz2.38/bin，注意第二個變量，尤其關鍵。環境變量的配置可以通過windows+s組合鍵調出搜索框，搜索關鍵詞（環境變量配置）找到，或者控制面板中找。
在我的實踐中，執行以上操作后全部無效。
原因不明（我也不知道為什么......），在同事的幫助下，通過import os，os.environ["path"]+=os.pathsep+"路徑"代碼插入的方式運行成功。（這個文檔最有價值的地方就在這里。注意os庫應具備。）
3、Graphviz軟件安裝成功后，即可以正常方式安裝Python庫：pydotplus、graphviz。
4、在配置完成Graphviz可視化工具后，畫出我想要的決策樹。sklearn庫集成了graphviz庫中的export_graphviz方法，作為sklearn中tree對象的屬性。因此，在tree對象即決策樹模型已經訓練完畢的前提下，可以通過tree.export_graphviz()輸出能被graphviz庫處理的.dot文件。
代碼如下：
dot_data=tree.export_graphviz(model_tree, out_file=None, max_depth=5, feature_names=names_list, filled=True,rounded=True)
使用pydotplus庫調用graph_from_dot_data()方法將生成的.dot文件轉置為.graph圖形對象。.graph圖形對象不能直接可視化，可以通過write_pdf/write_jpg等方法轉置為可打開的文件查看。
這樣就成功安裝了Graphviz庫，并使用該庫解決了決策樹模型的可視化問題。如果對你有所幫助，請為我點個贊，thankyou。
