应显式设置figsize、fontsize并限制max_depth：如plt.figure(figsize=(20,12))、fontsize=10、max_depth=3，配合plt.tight_layout()防止遮挡。
plot_tree画出来的图太小、看不清节点内容怎么办
默认尺寸下 plot_tree 生成的树图常出现文字重叠、分裂条件挤成一团、节点框被裁切等问题，本质是 matplotlib 的 figure 默认尺寸和字体大小不匹配树的深度与宽度。
实操建议：
- 显式传入
figsize参数，例如plt.figure(figsize=(20, 12))，宽度优先（尤其深度大时） - 用
fontsize控制节点内文字大小，fontsize=10适合中等深度树，超过 5 层建议降到8或9 - 配合
max_depth限制绘制层数，避免无意义的深层叶子干扰主干理解，比如max_depth=3 - 别忘了
plt.tight_layout()，否则标题或坐标轴可能压住树图边缘
如何只高亮某条预测路径（比如某个样本的决策过程）
plot_tree 本身不支持高亮单条路径，但可以借助 tree_.decision_path 和手动设置节点/边颜色实现。核心是拿到该样本经过的节点索引，再对这些节点单独着色。
实操建议：
- 先用
clf.decision_path(X_sample.reshape(1, -1))得到稀疏矩阵，再用.toarray().nonzero()[1]提取路径上所有节点 ID - 调用
plot_tree时传入node_colors列表（长度等于节点总数），把路径节点设为'lightcoral'，其余设为'lightblue' - 注意：
node_colors是 matplotlib 风格颜色名或十六进制，不能传 RGB 元组；且必须与树内部节点顺序严格对应（即clf.tree_.node_count决定长度） - 若想加粗路径边，需改用
graphviz+export_graphviz，plot_tree不提供边样式控制
中文标签显示为方块、特征名乱码怎么解决
matplotlib 默认字体不支持中文，导致 feature_names 或 class_names 传入中文后全变成小方框。
实操建议：
- 在绘图前插入两行字体配置：
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'DejaVu Sans']和plt.rcParams['axes.unicode_minus'] = False - 确保系统已安装对应字体（如 Windows 自带 SimHei，macOS 用 Arial Unicode MS，Linux 可装
fonts-wqy-zenhei） - 不要依赖
fontproperties参数逐个设置——plot_tree内部未透出该参数，传了也无效 - 如果用 Jupyter，重启 kernel 才能生效新字体配置，仅 rerun cell 不够
为什么 fit 后直接 plot_tree 报错 “Tree not initialized”
典型错误信息是 AttributeError: 'DecisionTreeClassifier' object has no attribute 'tree_' ，说明模型根本没训练过。
实操建议：
- 确认是否漏掉
clf.fit(X_train, y_train)——plot_tree读取的是clf.tree_，它只在fit后生成 - 检查变量名是否混淆，比如定义了
dt = DecisionTreeClassifier()却对clf调用plot_tree - 如果是 pipeline 中的树，必须先解包：用
pipe.named_steps['classifier'].tree_，不能直接对 pipeline 调用plot_tree - 使用
sklearn.tree.export_text作快速验证：若它也不报错，说明树确实已训练；若报错，问题一定出在 fit 流程
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
