决策树可视化：让模型决策过程一目了然

可视化演示

可视化价值：为什么要把问诊图画出来

李医生看病二十年，脑子里有一套炉火纯青的问诊逻辑：先问发烧，再问咽喉，最后落一个诊断。病人却常常半信半疑——“您凭什么说是咽炎？”不是李医生解释不清，而是光靠嘴讲，病人看不到“证据链”。直到他把这套逻辑画成一张分支图，病人顺着箭头走一遍，自己得出了咽炎结论，反而主动点头：“原来是这样一步步判断的。”

机器学习里的决策树，天生就是这套“问诊逻辑”：根节点问第一个特征，内部节点继续按特征问下去，叶节点给出预测。它和神经网络这类“黑盒”最大的不同，是它的每一步判断都是人类可读的 if-else。可如果这棵树只藏在模型对象里，普通人根本看不见。可视化要做的，就是把这棵“脑子里的树”搬到纸面上，变成一张能指给业务方看的路线图。

为什么要花力气画这张图？三个场景离不开它：第一，业务方和客户会问“为什么”，银行拒绝贷款、医生复核诊断，都需要一个说得清的理由；第二，监管审计需要证据，模型预测错了，要能回溯到是哪个分支出问题；第三，开发者自己要调试模型，一棵画得清清楚楚的树，能帮你一眼看出“哦，原来是这里分裂得太碎了”。这三点，都指向同一个词——可解释性。

为了让“什么问题值得问”有个量化标准，决策树分裂时会计算子集的不纯度，最常用的是基尼不纯度。

李医生把问诊图画出来之后，自己也在图上发现了规律：最顶上的问题永远是“发烧？”，因为这个问题一开口就能把人群劈成两半，信息量最大。画图，让人看到的不只是结构，更是逻辑的价值排序。

树状图绘制：先在草稿纸上画路线图

李医生第一次给病人画图，是用铅笔在处方笺背面随手画的：一个圆圈代表“发烧？”，连两个箭头出去，左边写着“不烧”，右边写着“烧”。草稿虽然潦草，但整体逻辑一下子清楚了。画决策树的第一步也是如此——先用最轻量的工具，把树的全貌铺开。

Python 里最常用的轻量工具是机器学习库 scikit-learn 自带的 plot_tree。它把训练好的 DecisionTreeClassifier 直接画成树状图：每个节点显示问的问题（特征与阈值）、基尼不纯度、样本个数和各类别分布。只需要一行调用，草稿就出来了。

这一行里有几个关键开关。filled=True 让节点按主要类别着色，图一眼看去就知道“这个分支是哪类的地盘”；rounded=True 让节点变圆角，更像流程图；fontsize 控制文字大小。图如果挤成一团，可以先用 plt.figure(figsize=(12, 8)) 把画布置大，再配合 plt.savefig 输出成高清图片。

树状图里每个节点的判断，本质上是一道“阈值题”：

草稿的作用是快速看清整体，但它的字容易挤在一起、打印出来模糊。李医生的处方笺草稿也只给自己看，要挂上诊室墙，还得请专业设计师出场——这就是下一节的工具 Graphviz。

plot_tree(clf, feature_names=..., class_names=..., filled=True, rounded=True, fontsize=9)

Graphviz工具：请设计师出正式海报

处方笺上的草稿字迹潦草，病人凑近了也看不清。李医生决定请专业设计师“Graphviz“把路线图重新画一遍。Graphviz 是一款老牌的开源图形渲染软件，你只要用文字描述”有哪些节点、谁连谁”，它就能排出一张工整的高清大图。这种描述语言叫 dot 语言。

在 Python 里，scikit-learn 提供了桥梁函数 export_graphviz，它把训练好的决策树“翻译”成一段 dot 文本：

得到的 dot_data 是一串带方括号的文本，描述每个节点的内容、颜色和连线关系。你可以把它存成 .dot 文件，再用命令行 dot -Tpng tree.dot -o tree.png 渲染成图片。整个过程就像你给设计师写了一份“需求单”，设计师按单子画出正式海报。out_file='tree.dot' 是直接落盘，out_file=None 是返回字符串，方便进一步处理。

用 Graphviz 出的图有几个好处：排版算法自动优化，节点不会重叠；输出 SVG、PNG、PDF 等多种格式，放进报告里不糊；颜色和字体可以精细调。它的缺点是要在系统里单独安装 Graphviz 软件本体，否则 Python 包画不出来——这是初学者最常踩的坑。

请设计师这件事，本质上是“把结构描述和渲染分离”。dot 文本是结构，Graphviz 是渲染器。李医生的路线图从此告别手写体，变得可以在科室大会上投屏展示。不过，正式海报虽然漂亮，信息量还是有限——病人还想看看“每个问题底下，历史病人到底是什么分布”，于是下一节登场了更懂行的 dtreeviz。

dot_data = export_graphviz(clf, out_file=None, feature_names=..., class_names=..., filled=True, rounded=True)

dtreeviz进阶：给海报加上病人在哪

李医生的正式海报画清楚了问题的走向，但病人看了一会儿冒出新的疑问：“您说发烧往下走，可发烧的病人里，到底多少是咽炎、多少是肺炎？”普通树图回答不了这个，因为每个节点只给了一堆数字，没有“病人分布的图像”。于是李医生找到了专门画决策树的可视化库 dtreeviz。

dtreeviz 是专为解释决策树设计的进阶工具。它在每个内部节点旁边，直接画出当前特征在左右两组中的分布图（通常是竖着的小提琴图或散点图），样本按类别着色，一眼就能看出“这个特征能不能把两类分开”。叶子节点则标注包含的样本数量，有的实现还会把整条预测路径用颜色强调出来。

这段代码的运行前提是环境里装好 dtreeviz 和 Graphviz。dtreeviz 读入训练好的模型和训练数据，把树、特征分布、样本点一次性渲染出来。feature_names 是特征名，class_names 是类别名，target_name 是目标列的显示名。view() 会弹出图窗，save() 能导出文件。

与 plot_tree 相比，dtreeviz 的代价是用图更大、渲染更慢，但信息密度高出几个量级。它特别适合做“解释型报告”：把树和数据的真实分布放在一起，读者不但知道模型怎么分，还知道为什么分得合理。

李医生的升级版海报贴到墙上，病人第一次看清“原来咽炎组里确实高烧居多”。可李医生自己还贪心——他想知道，整棵问诊图里，到底哪几个问题是“镇店之宝”，最能一锤定音？这就引出了特征重要性的故事。

from dtreeviz.trees import dtreevizviz = dtreeviz(model=clf, X=X_train, y=y_train, target_name='species',               feature_names=iris.feature_names, class_names=iris.target_names)viz.view()  # 或 viz.save("tree.svg")

特征重要性：统计哪些问题最值钱

李医生积累了上千份问诊记录，某天心血来潮做统计：每一个问题在问诊中被问到多少次、每次问完能把人群“洗干净”多少？结果一目了然：“发烧？”和“咳嗽？”几乎每张路线图都靠它们在分流，而“最近有没有去外地？”只在极少数病例里起作用。他把这些问题按贡献从高到低排了个榜单。

决策树模型也有这样一张榜单，名字叫 feature_importances_。它由训练自动计算：树在构建时，每个节点选择某个特征分裂，都会带来一次“不纯度下降”（Gini 减少量）。把同一个特征在所有节点上的不纯度下降量做加权求和，再除以全树的总下降量，就得到这个特征的相对重要性。

得到榜单后，最直接的呈现方式就是柱状图，用一行代码即可：plt.bar(feature_names, clf.feature_importances_)。柱子越长，说明这个特征在区分样本时越关键。实际工作里，这张图常用来做特征筛选——把重要性接近 0 的冗余特征删掉，重新训练，模型往往更稳、更快。

李医生把榜单贴在海报最上方，用红色五角星标出“发烧？”和“咳嗽？”。榜单让他意识到：问诊图的关键不是把所有问题都铺开，而是抓大放小。不过，榜单看的是整体规律，轮到具体某个病人时，李医生还有一件法宝——用红笔描出这个病人走过的路线。

决策路径高亮：用红笔描出你的路线

复诊的张阿姨指着海报问：“您上次说我是咽炎，可这图上这么多条路，我到底走的哪条？”李医生不慌不忙，拿起红笔，从最顶上的“发烧？”开始，顺着张阿姨的答案一条路描到叶子：“您发烧，所以往右；咽喉痛，再往右——看，终点写着咽炎。”张阿姨恍然大悟。

在代码里做这件事，就是“决策路径高亮”：给定一个样本，找出它从根节点到叶节点经过的所有节点，然后在图上把这条路径重点标出来。scikit-learn 提供了两个接口：decision_path 返回路径上的所有节点编号，apply 直接返回落到的叶节点编号。拿到编号列表后，剩下的就是纯绘图工作——把路径上的节点边框加粗、涂红，让其余节点保持灰色。

实际绘图时，可以用 plot_tree 先把整棵树画出来，拿到路径节点后遍历节点对象，手动把它们的边框颜色改成警示红、线宽加粗；也可以用 dtreeviz 的高亮路径参数自动完成。某些业务场景还会把叶子节点的高亮与决策依据一起打印到报告里，形成一份“解释书”。

张阿姨看着红笔线，终于明白自己的诊断依据。红笔路线是可视化的点睛之笔：它让解释从“整体讲道理”落到了“个体讲事实”。李医生的诊室海报因此成了全院示范——不过，科主任请他去做业务汇报时，他可不敢把整张海报从头念到尾，于是有了最后一节：怎么把这张图讲给人听。

实战解读技巧：好图要配好讲解

李医生受邀在科室大会上分享问诊路线图。他一开始恨不得把整张海报放大，从头讲到尾，结果大家听得昏昏欲睡。会后主任提了句：“李医生，你的图是好图，但好图也要会讲。”李医生这才领悟：图的重点是协助沟通，而不是替代沟通。

给业务方或同事讲一棵决策树，比较顺的节奏是“结论→主干→关键特征→单案例”。第一步，先告诉对方结论：模型整体准确率多少、最重要的两三个特征是什么。第二步，只讲主干：从根节点出发，沿最重要的两三次分裂走一遍，别碰细枝末节。第三步，结合特征重要性柱状图，解释为什么靠这几个特征就能区分。第四步，用一例真实样本的高亮路径收尾，让对方看到“规则落到具体人身上长什么样”。

除此之外，报告呈现有两条实用原则。一是分层放图：第一页放整体树图建立直觉，第二页放特征重要性柱状图讲全局规律，第三页放高亮路径讲个案，三张图各司其职。二是控制树的深度：给非技术读者看时，训练时把 max_depth 限制在 3~5 层，深树虽然精确，但画出来像一团杂草，解释力反而归零。

李医生最终把三张图装进一页 PPT：左上整树、左下重要性、右侧一条高亮路径。现场效果出奇地好——大家不只看懂了，还能指着图主动提问。好的可视化像好的医生：不是把知识堆在你面前，而是顺着你的疑问，一步步把道理讲透。

AI 应用场景

Python 演示

import matplotlib.pyplot as pltfrom sklearn.datasets import load_irisfrom sklearn.tree import DecisionTreeClassifier, plot_tree, export_graphviz plt.switch_backend("Agg") # 1. load iris dataset and train a depth-3 decision treeiris = load_iris()clf = DecisionTreeClassifier(max_depth=3, random_state=42)clf.fit(iris.data, iris.target) # 2. draw the whole tree with matplotlib and saveplt.figure(figsize=(12, 8))plot_tree(clf, feature_names=iris.feature_names, class_names=iris.target_names,          filled=True, rounded=True, fontsize=9)plt.savefig("iris_tree.png", dpi=150)plt.close() # 3. export dot text for Graphviz renderingdot_data = export_graphviz(clf, out_file=None, feature_names=iris.feature_names,                           class_names=iris.target_names, filled=True, rounded=True)print(dot_data[:300]) # 4. show feature importances as a bar chartprint("feature importances:")for name, imp in zip(iris.feature_names, clf.feature_importances_):    print("  {0}: {1:.3f}".format(name, imp))plt.bar(iris.feature_names, clf.feature_importances_)plt.title("Feature Importances")plt.savefig("iris_importance.png")plt.close() # 5. highlight the decision path of the first samplesample = iris.data[0].reshape(1, -1)node_list = clf.decision_path(sample).indices.tolist()print("path nodes of first sample:", node_list)print("predicted class:", iris.target_names[clf.predict(sample)[0]])

1. from sklearn.tree import DecisionTreeClassifier, plot_tree, export_graphviz一次导入训练器、matplotlib 绘图函数和 dot 导出函数。
2. clf = DecisionTreeClassifier(max_depth=3, random_state=42)max_depth 限制深度，防止可视化变成一团杂草。
3. plot_tree(clf, feature_names=..., filled=True, rounded=True)一行画出完整树状图，是最轻量的可视化入口。
4. filled=True按类别给节点着色，肉眼快速分辨分支倾向。
5. export_graphviz(clf, out_file=None, ...)把树翻译成 dot 文本，交给 Graphviz 渲染高清图。
6. clf.feature_importances_训练完后模型自动算好的特征重要性数组。
7. plt.bar(iris.feature_names, clf.feature_importances_)重要性榜单的柱状图呈现。
8. clf.decision_path(sample).indices.tolist()返回样本从根到叶经过的节点编号。
9. clf.predict(sample)[0]拿到预测类别索引，再映射为类别名。

常见误区

面试题