几分钟搞定一个决策树展示的 Web 应用

小半 • 2022年12月15日下午6:07 • Python • 阅读 297

为了实现这个目的，我们需要以下两个包（及其依赖），

Streamlit
dtreeviz

Streamlit

Streamlit^[1] 是一个开源 Python 库，可让您轻松创建和分享用于机器学习和数据科学的精美自定义 Web 应用程序。只需几分钟，您就可以构建和部署强大的数据应用程序 – 让我们开始吧！

确保您安装了 Python 3.6+^[2] 。
使用PIP^[3]安装 Streamlit 并运行“hello world”应用程序：
```
pip install streamlit
streamlit hello
```
在接下来的几秒钟内，示例应用程序将在默认浏览器的新选项卡中打开。

开发自己应用程序也很简单：

打开一个新的 Python 文件（假设叫 hello.py），导入 Streamlit，并编写一些代码

import streamlit as st
st.write('Hello Wold')

运行文件：

streamlit run hello.py

一个最简单的 Streamlit web 应用就好了。

dtreeviz

我在如何更优雅地可视化决策树中已经介绍了 dtreeviz，并在上一篇文章介绍了中文支持的解决办法。稍后一篇文章会介绍一种更简答的办法（免安装字体）

Streamlit + dtreeviz=Decision Tree BI App

要实现决策树图Web应用的展示，需要分3步完成，

生成决策树模型（如果已经生成，可以选择load）
使用 dtreeviz 画决策树
streamlit 输出 SVG

一个最基本的例子如下，

import streamlit as st


from sklearn.datasets import *
from sklearn import tree
import base64
from dtreeviz.trees import *
def decisionTreeViz():
    #生成决策树模型
    classifier = tree.DecisionTreeClassifier(max_depth=3)
    iris = load_iris()
    classifier.fit(iris.data, iris.target)
    class_names=['setosa', 'versicolor', 'virginica']
    # 使用dtreeviz画决策树
    viz = dtreeviz(classifier,
                iris.data,
                iris.target,
                target_name='variety',
                feature_names=iris.feature_names,
                class_names=class_names  # need class_names for classifier
                )
    return viz
# 用streamlit渲染SVG（支持SVG输出）
def svg_write(svg, center=True):
    """
    Disable center to left-margin align like other objects.
    """
    # Encode as base 64
    b64 = base64.b64encode(svg.encode("utf-8")).decode("utf-8")
    # Add some CSS on top
    css_justify = "center" if center else "left"
    css = f'<p style="text-align:center; display: flex; justify-content: {css_justify};">'
    html = f'{css}<img src="data:image/svg+xml;base64,{b64}"/>'
    # Write the HTML
    st.write(html, unsafe_allow_html=True)

viz=decisionTreeViz()
svg=viz.svg()
svg_write(svg)