• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Visualización de árboles de decisión en Python con PyDotPlus

noviembre 9, 2018 Por Daniel Rodríguez 2 comentarios

Los árboles de decisión son un de la familia de modelos de aprendizaje automático más utilizados. Se pueden utilizar tanto para resolver problemas de clasificación como de regresión. Una de sus principales ventajas es la facilidad con la que se puede interpretar los resultados en base a reglas. Permitiendo no solo obtener un resultado, sino que inspeccionar los motivos por los que se llega a una predicción dada. Por ejemplo, en un modelo que permita predecir la aparición de fallos en una maquinaria se puede explorar el proceso lógico del algoritmo, identificando los valores de las características que llevar a una conclusión dada. Esto permite nos solo utilizar el modelo para predecir un valor, sino actuar sobre las causas para evitar la aparición de resultados no deseados. Siendo la visualización de árboles de decisión una forma de facilitar esto.

Para la visualización de los árboles de decisión en Python se puede utilizar la librería PyDotPlus. Esta es una versión mejorada del antiguo proyecto pydot que proporciona una interfaz Python al lenguaje de Graphviz.

Instalación de PyDotPlus en Anaconda

En el entorno de trabajo Anaconda no se encuentra instalada por defecto la librería PyDotPlus, por lo que es necesario instalarla antes de poder utilizarla. Lo que se puede realizar mediante el gestor de paquetes conda. Para ello solamente se ha de abrir una terminal y lanzar la siguiente línea de comando

conda install pydotplus

Al lanzar este comando conda buscará los paquetes necesarios y pedirá confirmación para su instalación. Una vez finalizado el proceso la librería se podrá utilizar sin problemas.

Alternativamente se puede realizar la instalación del paquete mediante pip. Aunque en este caso puede ser necesario resolver manualmente dependencias. Para ello se ha de ejecutar el siguiente comando en una terminal:

pip install pydotplus

Para funcionar correctamente necesitamos que en nuestra máquina esté instalado Graphviz, si no es así se puede hacer que conda lo instale al mismo tiempo que el paquete si se usa el comando:

conda install -c conda-forge pydotplus

Creación de un árbol de decisión

Antes de poder representar un árbol de decisión en primer lugar se ha de crear un modelo. Para ello se puede simular un conjunto de datos con el método make_blobs de scikit-learn.

from sklearn.datasets.samples_generator import make_blobs

X, y = make_blobs(n_samples=50,
                  centers=3,
                  random_state=0,
                  cluster_std=0.60)

feature_names = ['X', 'Y']

En este conjunto de datos se han creado tres burbujas en un espacio bidimensional. A la primera característica se la ha llamado X e Y a la segunda. El resultado se puede representar gráficamente con el siguiente código.

import matplotlib.pyplot as plt

plt.scatter(X[:, 0], X[:, 1], c=y)
plt.xlabel(feature_names[0])
plt.ylabel(feature_names[1])
plt.show()
Datos para el entrenamiento del árbol de decisión
Representación de los datos para el entrenamiento del árbol de decisión

Ahora se puede emplear la clase DecisionTreeClassifier para el entrenamiento de un árbol de decisión.

from sklearn.tree import DecisionTreeClassifier

tree = DecisionTreeClassifier(random_state=0).fit(X, y)

Visualización de árboles de decisión con PyDotPlus

La visualización del árbol se puede realizar con el siguiente código.

from sklearn.tree import export_graphviz
from pydotplus import graph_from_dot_data

dot_data = export_graphviz(tree,
                           feature_names=feature_names)

graph = graph_from_dot_data(dot_data)
graph.write_png('tree.png')

En primer lugar, se importan los métodos necesarios. Desde scikit-learn se importa export_graphviz, un método que permite exportar los resultados de un árbol de decisión al formato DOT de Graphviz. A este método se le pasado el árbol e indicado el nombre de las características. Posteriormente se utiliza el método graph_from_dot_data para la creación del gráfico y explotar este a un archivo PNG.

Representación del árbol de decisión

En la representación del árbol de decisión se pude observar fácilmente el proceso que emplear el modelo a la hora de tomar una decisión. Incluso se pude reproducir este sin demasiado problema.

Opciones en la representación de PyDotPlus

El método export_graphviz cuenta con múltiples opciones a la hora de crear representaciones de los árboles de decisión. Por ejemplo, se pueden redondear los cuadros y utilizar colores. Además, es posible exportar la figura en otros formatos gráficos, como en JPG.

Representación del árbol de decisión modificando opciones gráficas.

Conclusiones

Se ha visto una forma de representar gráficamente árboles de decisión creados en Python con scikit-learn. Esta visualización facilita la interpretación de los resultados y la explicación de estos. Permitiendo no solo conocer la predicción, sino que explicar el origen de la misma.

Imágenes: Pixabay (pixel2013)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Python Etiquetado con:Machine learning

Interacciones con los lectores

Comentarios

  1. Alfredo dice

    junio 21, 2019 en 7:50 pm

    Buen artículo, bien resumido y al grano, me gustó.
    Implementé todo el ejemplo como bien que lo explicas, y tuve un problema al final, y no me representó el árbol de decisión final. Utilizo el editor para python “Spyder 3”, y me sale el siguiente error:
    instrlen = len(instring)
    TypeError: object of type ‘NoneType’ has no len()
    cuando ejecuta la línea:
    graph = graph_from_dot_data(dot_data)
    pero me crea el fichero “tree.dot” en mi directorio de trabajo, aunque no me lo convierte a png, ni me lo muestra.
    ¿Me podrías ayudar a resolver el problemilla?
    Saludos. Alfredo.

    Responder
    • Daniel Rodríguez dice

      junio 22, 2019 en 9:26 pm

      Hola Alfredo,

      Es difícil dar una respuesta con tan poca información. Parece que los datos que llegan no son correctos.

      No creo que el problema sea debido a Spyder, ya que el editor no debería afectar. Por otro lado, pydotplus funciona tanto en Python 2 como 3, por lo que la versión de Python tampoco debería ser un problema.

      Lo único que se me ocurre es que graphviz tenga algún problema en tu máquina. Ya que el fallo aparece cuando se intenta generar el gráfico.

      Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Convertir números en cadenas y cadenas en números en Python

enero 25, 2021 Por Daniel Rodríguez Dejar un comentario

Creación de un certificado Let’s Encrypt en Windows con Win-Acme

enero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Aplicaciones de Node en producción con PM2

enero 20, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Unir y combinar dataframes con pandas en Python bajo Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? bajo Python
  • Archivos Guardar y leer archivos CSV con Python bajo Python
  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto