小编chi*_*913的帖子

我正在尝试从with绘制一个plot_tree对象，但我的树图看起来不太好。我的树图看起来被压扁了：sklearnmatplotlib

下面是我的代码：

from sklearn import tree
from sklearn.model_selection import cross_val_score
from sklearn.metrics import accuracy_score
import matplotlib.pyplot as plt

# create tree object 
model_gini_class = tree.DecisionTreeClassifier(criterion='gini')

# train the model using the training sets and check score
model_gini_class.fit(X_train, y_train)
model_gini_class.score(X_train, y_train)

# predict output
predicted_gini_class = model_gini_class.predict(X_test)

plt.figure()
tree.plot_tree(model_gini_class, filled=True)
plt.title("Decision trees on the Shakespear dataset (Gini)")
plt.show() # the tree looks squished?

所以我的问题是：

• 有人可以告诉我如何调整sklearnplot_tree对象的大小，使其看起来不被压扁吗？

谢谢你，

我无法理解 python 函数到底gc.collect()是做什么的。gc.threshold该函数是否只收集那些可收集的对象，以便在达到后释放空间？或者是否gc.collect()收集对象并自动删除它收集的任何内容，以便在执行代码后立即释放空间？

我有一个A如下所示的 pytorch 张量：

A = 
tensor([[  4,   3,   3,  ...,   0,   0,   0],
        [ 13,   4,  13,  ...,   0,   0,   0],
        [707, 707,   4,  ...,   0,   0,   0],
        ...,
        [  7,   7,   7,  ...,   0,   0,   0],
        [  0,   0,   0,  ...,   0,   0,   0],
        [195, 195, 195,  ...,   0,   0,   0]], dtype=torch.int32)

我想：

• 识别所有条目都等于 0 的所有列
• 仅删除所有条目都等于 0 的那些列

我可以想象这样做：

zero_list = []
for j in range(A.size()[1]):
    if torch.sum(A[:,j]) == 0:
         zero_list = zero_list.append(j)

识别其元素只有 0 的列，但我不确定如何从原始张量中删除这些填充有 …

对于 Pytorch 张量A：

A = tensor([1,0,0],
           [0,0,0])

有什么方法可以检查数字 1 是否是张量的一个元素A？就像是否有一个pytorch函数返回True是1是一个元素A，如果1不是一个元素，则返回False A？

谢谢，