#25 · 主分类： 经典机器学习框架
dtreeviz
data-science
decision-trees
machine-learning
model-interpretation
python
random-forest
scikit-learn
visualization
xgboost
一个用于决策树可视化和模型解释的Python库。
项目最后更新：01/02/26
GitHub Stars
3.2K
Forks数量
338
贡献者数量
29
许可证
MIT
收录理由
训练好的决策树到底依据什么做出判断，通常只能盯着密密麻麻的文本规则，或者依赖工具默认的粗糙图形。这个库能把树结构真正画出来：每个分裂点都展示特征值的分布，预测路径被高亮标出，叶子节点的细节以及分类问题的类别边界图也一并呈现。更省心的是，它用同一套接口适配scikit-learn、XGBoost、LightGBM和Spark MLlib，换框架不影响你检查模型的方式。拿去给业务方解释某个预测为什么这样产生，或者在上线前揪出明显不合理的逻辑，都很顺手。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。