معرفی شرکت ها

dtreeplt-0.1.43

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.1.43
0.1.42
0.1.41
0.1.4
0.1.3
0.1.2
0.1.1
0.1.0
0.1.43

توضیحات

Visualize Decision Tree without Graphviz.
ویژگی مقدار
سیستم عامل -
نام فایل dtreeplt-0.1.43
نام dtreeplt
نسخه کتابخانه 0.1.43
نگهدارنده ['nekoumei']
ایمیل نگهدارنده ['nekoumei@gmail.com']
نویسنده nekoumei
ایمیل نویسنده nekoumei@gmail.com
آدرس صفحه اصلی https://github.com/nekoumei/dtreeplt
آدرس اینترنتی https://pypi.org/project/dtreeplt/
مجوز MIT
# dtreeplt it draws Decision Tree not using Graphviz, but only matplotlib. If `interactive == True`, it draws Interactive Decision Tree on Notebook. ## Output Image using proposed method: dtreeplt (using only matplotlib) ![graphviz](output/result.png) ## Output Image using conventional method: export_graphviz (Using Graphviz) ![graphviz](output/using_graphviz.png) ## Output Image using dtreeplt Interactive Decision Tree ![graphviz](output/idt_demo.gif) ## Installation If you want to use the latest version, please use them on git. `pip install git+https://github.com/nekoumei/dtreeplt.git` when it comes to update, command like below. `pip install git+https://github.com/nekoumei/dtreeplt.git -U` Requirements: see requirements.txt Python 3.6.X. ## Usage ### Quick Start ```python from dtreeplt import dtreeplt dtree = dtreeplt() dtree.view() # If you want to use interactive mode, set the parameter like below. # dtree.view(interactive=True) ``` ### Using trained DecisionTreeClassifier ```python # You should prepare trained model,feature_names, target_names. # in this example, use iris datasets. from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier from dtreeplt import dtreeplt iris = load_iris() model = DecisionTreeClassifier() model.fit(iris.data, iris.target) dtree = dtreeplt( model=model, feature_names=iris.feature_names, target_names=iris.target_names ) fig = dtree.view() #if you want save figure, use savefig method in returned figure object. #fig.savefig('output.png') ```


نیازمندی

مقدار نام
>=1.15.1 numpy
>=3.0.2 matplotlib
>=0.20.2 scikit-learn
>=7.2.0 ipython
>=7.4.2 ipywidgets


نحوه نصب


نصب پکیج whl dtreeplt-0.1.43:

    pip install dtreeplt-0.1.43.whl


نصب پکیج tar.gz dtreeplt-0.1.43:

    pip install dtreeplt-0.1.43.tar.gz