几分钟搞定一个决策树展示的 Web 应用

为了实现这个目的，我们需要以下两个包（及其依赖），

• Streamlit
• dtreeviz

Streamlit

• Streamlit^[1] 是一个开源 Python 库，可让您轻松创建和分享用于机器学习和数据科学的精美自定义 Web 应用程序。只需几分钟，您就可以构建和部署强大的数据应用程序 - 让我们开始吧！

1. 确保您安装了 Python 3.6+^[2] 。
2. 使用PIP^[3]安装 Streamlit 并运行“hello world”应用程序：

   pip install streamlitstreamlit hello
   

3. 在接下来的几秒钟内，示例应用程序将在默认浏览器的新选项卡中打开。

开发自己应用程序也很简单：

• 打开一个新的 Python 文件（假设叫 hello.py），导入 Streamlit，并编写一些代码

import streamlit as stst.write('Hello Wold')

• 运行文件：

streamlit run hello.py

一个最简单的 Streamlit web 应用就好了。

dtreeviz

我在如何更优雅地可视化决策树中已经介绍了 dtreeviz，并在 上一篇文章介绍了中文支持的解决办法。稍后一篇文章会介绍一种更简答的办法（免安装字体）

Streamlit + dtreeviz=Decision Tree BI App

要实现决策树图Web应用的展示，需要分3步完成，

• 生成决策树模型（如果已经生成，可以选择load）
• 使用 dtreeviz 画决策树
• streamlit 输出 SVG

import streamlit as stfrom sklearn.datasets import *from sklearn import treeimport base64from dtreeviz.trees import *def decisionTreeViz():    #生成决策树模型    classifier = tree.DecisionTreeClassifier(max_depth=3)    iris = load_iris()    classifier.fit(iris.data, iris.target)    class_names=['setosa', 'versicolor', 'virginica']    # 使用dtreeviz画决策树    viz = dtreeviz(classifier,                iris.data,                iris.target,                target_name='variety',                feature_names=iris.feature_names,                class_names=class_names  # need class_names for classifier                )    return viz# 用streamlit渲染SVG（支持SVG输出）def svg_write(svg, center=True):    """    Disable center to left-margin align like other objects.    """    # Encode as base 64    b64 = base64.b64encode(svg.encode("utf-8")).decode("utf-8")    # Add some CSS on top    css_justify = "center" if center else "left"    css = f'<p style="text-align:center; display: flex; justify-content: {css_justify};">'    html = f'{css}<img src="data:image/svg+xml;base64,{b64}"/>'    # Write the HTML    st.write(html, unsafe_allow_html=True)viz=decisionTreeViz()svg=viz.svg()svg_write(svg)

这同时是一个演示如何巧妙地让Streamlit输出SVG的解决方案。

在这个基础上，还可以方便地添加EDA部分、模型训练、评估和预测，这样一个完成的机器学习模型就完成了。

参考资料