可视化决策树会出错（'sklearn.tree'没有属性'plot_tree'）

Question

我试图在数据集上隐含一个简单的决策树。我正在使用以下导入：

from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import SGDClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.decomposition import PCA
from sklearn import tree
import pydotplus

并使用：生成树]

X_train = data.drop('var', axis=1)
y_train = data['var']


dt = tree.DecisionTreeClassifier()
dt.fit(X_train, y_train)
Y_pred_4 = dt.predict(data_test)
acc_dt = dt.score(X_train, y_train) * 100
acc_dt
现在，我正在尝试绘制使用：创建的决策树。
fig = dt.fit(X_train,y_train)
tree.plot_tree(fig)
plt.show()
但是绘制时出现以下错误
[AttributeError：模块'sklearn.tree'没有属性'plot_tree'] >>

我不确定代码中有什么问题。任何人都可以建议

谢谢

我试图在数据集上隐含一个简单的决策树。我正在使用以下导入：从sklearn.linear_model导入从sklearn.svm的LogisticRegression从sklearn导入SVC...。

尝试将其导入为：

from sklearn.tree import plot_tree
并删除树。部分

Answer 1

尝试将其导入为：