我想从决策树/随机森林中提取有用的规则，以便开发一种更实用的处理规则和预测的方法。因此，我需要一个能够使规则更易于理解的应用程序。

对于我的目的，有没有建议（例如可视化、验证方法等）？

回答：

关于为什么选择某个特定分支，答案总是：“因为那个分支对目标变量进行了最佳的分割。”

你提到了scikit-learn… 不妨简要浏览一下scikit-learn的决策树文档… 文档中有一个例子，正是你所需要的，位于页面中间。看起来是这样的：

生成此图的代码也在这里：

from sklearn.datasets import load_irisfrom sklearn import treeiris = load_iris()clf = tree.DecisionTreeClassifier()clf = clf.fit(iris.data, iris.target)from sklearn.externals.six import StringIOwith open("iris.dot", 'w') as f:f = tree.export_graphviz(clf, out_file=f)

那里还有其他几个图形表示，附带相应的代码：

SKL的文档通常非常棒，而且非常有用。

希望这对你有帮助！