需求:根據訓練集**是否要見相親物件
機器學習處理問題流程:
1.準備資料，匯入資料集
2.資料探索性分析，eda分析
3.特徵工程(資料處理、特徵的預處理)
4.資料切分：訓練集+測試集，訓練集佔比例高的
5.模型訓練（訓練集+機器學習演算法—決策樹演算法）
6.利用測試資料進行**—通過測試資料x灌入演算法中得到乙個**值y1
7.|y-y1|誤差，模型訓練過程中使得模型的誤差變小
8.模型評價：準確率、錯誤率、誤差
1.準備資料,這裡的資料已經完成了123步驟,檔名為sklearntest.txt
特徵分別為height,house,car,handsome,job,類標籤為is_date 表示是否約會,其中0表示不約,1表示約,-1則是我們需要**是否約會的標記
。
height,house,car,handsome,job,is_date
1.80,1,0,6.5,2,1
1.62,1,0,5.5,0,1
1.71,0,1,8.5,1,1
1.58,1,1,6.3,1,1
1.68,0,1,5.1,0,0
1.63,1,0,5.3,1,0
1.78,0,0,4.5,0,0
1.64,0,0,7.8,2,0
1.65,0,1,6.6,0,-1
import pandas as pd#呼叫numpy裡強大的資料處理庫padndas 起別名pd
df= pd.read_csv(
"sklearntest.txt"
)#讀取csv檔案為dataframe型別
注:訓練集和測試集一般比例為82分
train=df.query(
"is_date!=-1"
)#建立是否約會不等於-1的訓練集
test=df.query(
"is_date==-1"
)#建立是否約會為-1的測試集
#進一步提取x和y(這裡的x和y其實就是我們初中學的類似2x=y x是變數 y是值)
#對訓練資料和測試資料進行進一步處理
y_train=train[
"is_date"
]#訓練集的值為是否約會
x_train=train.drop(
["is_date"
],axis=1)
#axis=1代表按照列進行刪除,訓練集的x為刪除是否約會的類標籤
print (y_train)
#列印訓練集值y在控制台上
print (x_train)
#列印訓練集變數x在控制台上
#對測試資料進行處理
y_test=test[
"is_date"
]#定義測試集y
x_test=test.drop(
["is_date"
],axis=1)
#定義測試集x
#準備決策樹演算法進行**
from sklearn.tree import decisiontreeclassifier#匯入演算法
dtc=decisiontreeclassifier(
)#初始化
dtc.fit(x_train,y_train)
#把訓練集的x和y扔進去進行訓練,從而得到模型
y_pred=dtc.predict(x_test)
#利用模型進行**
print (y_pred)
#列印**值
from sklearn.tree import export_graphviz#呼叫graphviz工具生成檔案
export_graphviz(dtc.tree_,out_file=
"love.dot",filled=true,feature_names=df.columns,class_names=
["is_data:no","is_date:yes"])
#引數分別為型別,輸出檔名,是否填充,以及將是否約會的結果01進行置換為"不約","約"
相親決策樹
相親所以 作為乙個女孩子，你媽媽一直很為你的終身大事擔心，今天又要給你介紹物件了。你隨口一問 多大了？她說 26。你問 長得帥不帥？她說 挺帥的。你問 收入高不高？她說 不算很高，中等情況。你說 那好的，我去見見。找男朋友，絕對是比找工作 創業 投資公司，更重要的戰略決策。這麼重要的決策，有沒有一些...
機器學習實戰 決策樹
決策樹 2 python語言在函式中傳遞的是列表的引用，在函式內部對列表物件的修改，將會影響該列表物件的整個生存週期。為了消除這個不良影響，我們需要在函式的開始宣告乙個新列表物件。在本節中，指的是在劃分資料集函式中，傳遞的引數dataset列表的引用，為了不影響dataset我們重新宣告了乙個ret...
機器學習實戰決策樹
這幾天一直在學習機器學習實戰python 實現，在程式清單的3 6 獲取及誒單數程式，書上的程式是這樣的 def getnumleafs mytree numleafs 0.0 firststr list dict.keys mytree 0 seconddict mytree firststr p...