背景介绍：

本文是

XGBoost模型调参、训练、评估、保存和预测

文章的后续，这里详细解释graphviz软件的配置和模型中树的绘制。

一.graphviz安装与配置

不安装软件to_graphviz()和plot_tree()两个方法都无法使用，报错如上图。

安装步骤：



步骤1

：下载对应系统版本的graphviz软件，

graphviz官网下载链接





步骤2

：EXE文件双击安装graphviz，但是需要注意勾选环境变量添加的安装方式，如果没添加则要手动在步骤2中补上，否则无法dot作图。



安装至anaconda的site-packages内，具体路径如下，下方路径就是环境变量的路径




步骤3

：环境变量检查，如果步骤2选了add path那就是验证，否则就是手动添加，总之必须要有这两个环境变量。

右键“我的电脑”——“属性”——“高级系统设置”——“高级”——“环境变量”



用户环境变量：双击Path，没有这个环境变量就手动添加，位置与graphviz安装位置相同\bin



系统环境变量值：同样没有这个环境变量就手动添加，位置与graphviz安装位置相同\bin\dot.exe，如D:\anaconda3\Lib\site-packages\graphviz\bin\dot.exe




步骤4

：graphviz安装成功验证，cmd执行

dot -version

，出现下图结果即安装成功




步骤5

：pip install graphviz（如果提前安装了先pip uninstall graphviz卸载，重新按步骤执行）



如果没有pip安装会报下图错误




步骤6

：运行脚本，执行绘制，如果依然报如下图错误（缺少环境变量），重启软件；重启软件不行就重启电脑（我在重启电脑这个环境卡了2个小时，一直在安装不同版本都是这个错误，重启电脑即可）

二.树模型绘制脚本

百度网盘提取本文数据和完整脚本（提取码：54ul）



下面2.1和2.2都是画图的参数指定，结合脚本看更容易理解

2.1关于fmap文件的简单解释

1.fmap文件是用于替换节点名称的文件（参数

fmap='xgb.fmap'

）。如果没有指定这个文件，或文件中特征数量不够，节点名称会按照f1、f2、f3……依次展开。

2.fmap文件有特定结构，文件中每一行都是如下结构

[feature_id, feature_name, q or i or int]:
第1列为特征的id，第2列为特征的名称；第3列为数据类型
feature_id：从0开始直到len(feature)-1为止。
q：表示数值特征，xgb模型只能导入数值类特征，所以这里直接写了q
i：表示是二分类特征
int：决策边界将为整数

这里我试了q/i/int没差别，int绘制图依然条件是小数。

2.2绘制树的两个方法

1.xgb.to_graphviz()，必须指定模型；可以指定要绘制树的序号，默认0；可以指定fmap、条件节点颜色形状、叶子结点颜色形状。模型保存可以format指定格式，view保存到本地，如果format未指定格式则默认保存为pdf格式文件，

优点：清晰度高

。

2.xgb.plot_tree()，模型参数指定与to_graphviz()相同，其实底层都是通过graphviz软件来做，不过plot_tree()是通过plt.show()展示，清晰度较差，要想改变需要指定ax参数，这里不做展开了。通过for循环展示了每一颗树，绘制的树不做保存。

2.3树模型绘制的完整脚本

具体步骤都有注释，原理和用法上述内容均已解释，不再赘述。

两段代码放在一起便可完整执行，数据自己随便造一份即可

。

def model_plot_trees(clf, features, **n):
    """绘制树模型"""
    # 保存特征名称到fmap文件，用于图形绘制
    with open('xgb.fmap', 'w', encoding="utf-8") as fmap:
        for k, ft in enumerate(features):
            fmap.write(''.join(str([k, ft, 'p']) + '\n'))

    # 构建条件节点和叶子节点的形状、填充颜色
    c_node_params = {'shape': 'box',
                     'style': 'filled,rounded',
                     'fillcolor': '#78bceb'
                     }
    l_node_params = {'shape': 'box',
                     'style': 'filled',
                     'fillcolor': '#e48038'
                     }

    # 树模型绘制：有向图
    # 绘制和保存第num_trees+1棵树，num_trees为树的序号
    digraph = xgb.to_graphviz(clf, num_trees=0, condition_node_params=c_node_params,
                              leaf_node_params=l_node_params, fmap='xgb.fmap')
    # digraph.format = 'png'
    digraph.view('./oil_xgb_trees')

    # 分别绘制子图，不保存
    for i in range(n.get('n')):
        xgb.plot_tree(clf, num_trees=i, condition_node_params=c_node_params,
                      leaf_node_params=l_node_params, fmap='xgb.fmap')
        plt.show()

这里的model_fit()模块是

XGBoost模型调参、训练、评估、保存和预测

中model_fit()模块的简化调用，此处省略了验证、评估等内容。

def model_fit():
    """模型训练"""
    # XGBoost训练过程，为了便于解释下面调整下参数，树的个数为10，树的最大深度为5
    model = XGBClassifier(learning_rate=0.3, n_estimators=10, max_depth=5, min_child_weight=1,
                          subsample=1, colsample_bytree=1, gamma=0.1, reg_alpha=0.01, reg_lambda=3)
    model.fit(X_train, y_train)
	
	# 模型保存为txt格式，便于分析、优化和提供可解释性
    clf = model.get_booster()
    clf.dump_model('dump_10tree.txt')

    # 绘制树模型:n <= n_estimators
    model_plot_trees(model, dataset.columns[:-1], n=50)

    return model


if __name__ == '__main__':
    import pandas as pd
    import matplotlib.pyplot as plt
    from sklearn.model_selection import train_test_split
    import xgboost as xgb
    from xgboost import XGBClassifier
    import warnings

    warnings.filterwarnings('ignore')
    plt.rcParams['font.family'] = ['sans-serif']
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 数据集
    dataset = pd.read_csv('Oil_well_parameters_train.csv', engine='python')
    # 划分训练集和验证集
    X_train, X_test, y_train, y_test = train_test_split(dataset.iloc[:, :-1], dataset.iloc[:, -1], test_size=0.2,
                                                        random_state=42)

    # 模型训练
    model_xgb_clf = model_fit()

2.4模型中第1颗树绘制图

运行脚本后，全部树的结构会保存到dump.txt文件，下图为第1颗树的文本结构。对照上图可知，第1颗树编号[0]，根据最顶端根节点0的条件划分为1和2两个条件节点，再根据两个条件节点分别划分了编号为3,4,5,6的叶子节点，叶子节点带有结果权值。（其中missing是对缺失值的划分标准）

限于篇幅过长，关于绘制的树的更多分析见另一文章

Graphviz绘制模型树2——XGBoost模型的可解释性

，这篇文章将从模型中的树着手解释XGBoost模型，并用EXCEL构建出模型。