将tree.export_graphviz构建决策树代码转换为标准sql
1. 工具简介
通常我们会采用sklearn框架tree模块进行决策树相关的挖掘分析，并使用tree.export_graphviz将决策树过程导出为graphviz.dot文件
再配合外部程序graphviz进行画图。
但在有些时候，我们会根据决策树图形来抽取关键路径，将其翻译成标准sql，部署在数据库当中，持续化产生价值。
目前sklearn暂未提供此功能，故我们开发此插件来进行完善。
2. 安装环境、依赖
- 安装方法:支持在线安装或离线安装
pip install graphviz_sql
- 内部依赖
- sklearn
- 外部依赖
- Graphviz:找到适合自己版本下载即可
3. 一个简单的示例
将tree.export_graphviz输出结果转换为标准sql
tree.export_graphviz参数说明
为了能够准确的输出决策树规则，方法tree.export_graphviz当中一下参数必须设置成以下形式。其余参数使用默认的即可。
-
feature_names：特征名称，顺序必须和训练样本的数据一致 -
class_names：类别名称，输入的时候，必须要排序。如将原来的['1', '0']设置为['0', '1']，注意：数据类型必须为str型的。 -
filled：填充，必须为True -
node_ids：节点id，必须为True -
rounded：画的图形边缘是否美化，必须为True -
special_characters：必须为True
=========================
eg:
import pandas as pd
import numpy as np
from sklearn import tree
from sklearn import metrics
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
iris = load_iris()
clf = tree.DecisionTreeClassifier()
feature_names = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
data = pd.DataFrame(iris.data, columns=feature_names)
data['target'] = iris.target
X_train, X_test, y_train, y_test = train_test_split(
data[feature_names], data['target'], test_size=0.33, random_state=42)
clf = clf.fit(data[feature_names], data['target'])
# tree_rule_2.txt为输出文件的路径
tree.export_graphviz(model,out_file='tree_rule.dot',
feature_names=feture_selected_res,
class_names=['0', '1'],
filled=True,
node_ids=True,
rounded=True,
special_characters=True)
# 调用插件
from graphviz_sql.extract import to_sql
# tree_rule.dot: 通过决策树生成的用于graphviz画图的文件路径
# tree_rule_2.sql: 转换后的sql文件路径
to_sql('tree_rule.dot', 'tree_rule_2.sql')4. 代码原理
通过一种反向搜索的方法遍历决策树结果，将结果转换成标准sql
5. 常见问题说明
- 乱码
- 此问题可百度一下，网上有具体的处理办法，
- 其它问题请及时反馈
6. 加入进来
强大的工具需要你我共同完善，期待技术大佬的加入。
- email:
