from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree
import matplotlib.pyplot as plt

# Загрузите набор данных iris или ваш конкретный набор данных
data = load_iris()
X = data.data
y = data.target

# Разделите набор данных на обучающий и тестовый наборы
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Инициализируйте DecisionTreeClassifier
clf = DecisionTreeClassifier(random_state=42)

# Обучите модель на обучающих данных
clf.fit(X_train, y_train)

# Визуализируйте решающее дерево
plt.figure(figsize=(12,8))
tree.plot_tree(clf, filled=True, feature_names=data.feature_names, class_names=data.target_names)
plt.show()