我在尝试使用Graphviz展示我的独热编码分类数据，但无法正常工作。

这是我的X数据及其列：

Category, Size, Type, Rating, Genre, Number of versions   ['ART_AND_DESIGN' '6000000+' 'Free' 'Everyone' 'Art & Design' '7']  ['ART_AND_DESIGN' '6000000+' 'Free' 'Everyone' 'Art & Design' '2']  ...   ['FAMILY' '20000000+' 'Free' 'Everyone' 'Art & Design' '13']

这是我的代码示例：

X = self.df.drop(['Installs'], axis=1).valuesy = self.df['Installs'].valuesself.oheFeatures = OneHotEncoder(categorical_features='all')EncodedX = self.oheFeatures.fit_transform(X).toarray()self.oheY = OneHotEncoder()EncodedY = self.oheY.fit_transform(y.reshape(-1,1)).toarray()self.X_train, self.X_test, self.y_train, self.y_test = train_test_split(EncodedX, EncodedY, test_size=0.25, random_state=33)clf = DecisionTreeClassifier(criterion='entropy', min_samples_leaf=100)clf.fit(self.X_train, self.y_train)    tree.export_graphviz(clf, out_file=None,             feature_names=self.oheFeatures.get_feature_names(),            class_names=self.oheY.get_feature_names(),            filled=True,             rounded=True,              special_characters=True)  Dot_data = tree.export_graphviz(clf, out_file=None)     graph = graphviz.Source(dot_data)     graph.render("applications") 

但当我尝试可视化输出结果时，我得到的是编码数据的决策树：

有什么方法可以让Graphviz显示“解码”后的数据吗？

回答：

您似乎期望这里有某种（相对简单）的编程方法或解决方案，但实际上这远非如此，问题实际上比简单的Graphviz可视化要复杂得多。

您需要记住的是：

• 您的树并不“知道”任何解码后的数据；就它而言，唯一实际的数据是独热编码的数据
• Graphviz仅仅是显示树结构

鉴于上述情况，您可能会发现，虽然您的请求听起来确实有意义，并且从“业务”角度看，作为服务于树解释的期望功能（毕竟，树模型的一大优势正是其可解释性），但从编程角度看（这正是Stack Overflow所关注的），这个问题非常不简单：它甚至与Graphviz本身无关——即使我们想以规则的形式打印树，也会遇到这个问题，而这一切都与scikit-learn在树构建方面的设计选择有关。

我得承认，当我第一次听说这个问题时，我自己也惊讶地得知scikit-learn中的决策树不能直接处理分类变量（请参见Can sklearn DecisionTreeClassifier truly work with categorical data?的讨论以及一个仍未解决的Github问题）。我惊讶的原因是我知道这当然不是唯一的设计选择：我来自R语言背景，我知道在R中完全可以拟合包含分类特征的树，而不需要独热编码；这是一个例子：

但遗憾的是，至少目前为止，这在scikit-learn中是不可用的（我非常怀疑它会改变）…