sklearn.exceptions.NotFittedError：此 DecisionTreeClassifier 实例尚未安装

Question

我尝试使用 python 中图像数据的模式来可视化决策树，而不使用 graphviz 使用 DecisionTreeClassifier 但我不断收到错误

sklearn.exceptions.NotFittedError: This DecisionTreeClassifier instance is not 
fitted yet. Call 'fit' with appropriate arguments before using this estimator.

即使我在 google colab 和 VScode 中尝试，它仍然出现错误。我的数据集只有 2 列：ModusH 和 Index。

这是我的数据集示例 数据集

这是代码：

datapisang= pd.read_csv('DataModusdiperbaiki.csv')           
X= datapisang[['ModusH']]                                    
Y= datapisang[['Index']]                                     
X_train, X_test, Y_train, Y_test = train_test_split(X, Y)    
# Model
DT_model= DecisionTreeClassifier()                            
DT_model.fit(X_train,Y_train)                               
DT_model.print_tree()                                       
data = [Modus_citra] # Mode Image                                        
hasilprediksi = DT_model.predict([data])                     

fn = ['ModusH'] 
cn = ['Index'] 

fig, axes = plt.subplots(nrows = 1,ncols = 1,figsize = (4,4), dpi=300)

tree.plot_tree(DT_model,
           feature_names = fn, 
           class_names=cn,
           filled = True);

fig.savefig('imagename.png')

我尝试获得可视化效果，但即使使用 graphviz，每次也会出错。怎么解决这个问题？

Answer 1

您应该按照以下方式进行操作，如文档

所示

from sklearn.datasets import load_iris
from sklearn import tree

clf = tree.DecisionTreeClassifier(random_state=0)
iris = load_iris()

clf = clf.fit(iris.data, iris.target)

tree.plot_tree(clf)

基于编辑：

我尝试通过创建一个新的数据框来重新生成您的情况；这是解决方案：

df = pd.DataFrame(np.random.randint(0,100,size=(100, 1)), columns=["ModusH"])
df['Index'] = np.random.choice(  a=[0, 1, 2,3,4],size=df.shape[0])   

clf = tree.DecisionTreeClassifier(random_state=0)

clf = clf.fit(df.ModusH.to_numpy().reshape(-1, 1), df.Index)

tree.plot_tree(clf)