決策樹演算法入門 鳶尾花資料集

話不多說，資料分析必備的三個包先導入

import numpy as np

import pandas as pd
import matplotlib.pyplot as plt

from sklearn import datasets

from sklearn.tree import decisiontreeclassifier
from sklearn.model_selection import train_test_split

iris=datasets.load_iris(

)

x=iris.data

y=iris.target

xtrain,xtest,ytrain,ytest=train_test_split(x,y,test_size=

0.3)

dtc=decisiontreeclassifier(criterion=

'entropy'
,max_depth=2)
dtc.fit(xtrain,ytrain)

dtc.predict(xtest)

dtc.score(xtest,ytest)

檢視訓練集的正確率

dtc.score(xtrain,ytrain)

導graphviz包的時候，先在terminal 安裝一下這個包

conda install python-graphviz

import graphviz

from sklearn import tree

dot_data=tree.export_graphviz(dtc,out_file=

none
,feature_names=iris.feature_names,
class_names=iris.target_names,filled=
true
,rounded=
true
)graph=graphviz.source(dot_data)
graph

決策樹使用的演算法的原理是什麼？如何確定根結點的？

如何確定決策樹的最優引數？避免過擬合或欠擬合問題？

參考這篇

決策樹完成鳶尾花分類

實驗樓專案 決策樹是一種特殊的樹形結構，一般由節點和有向邊組成。其中，節點表示特徵 屬性或者乙個類。而有向邊包含有判斷條件。決策樹學習 decision tree learning 亦簡稱為決策樹。決策樹可以用來解決分類或回歸問題，分別稱之為分類樹或回歸樹。其中，分類樹的輸出是乙個標量，而回歸樹的一...

python決策樹 sklearn鳶尾花資料集分類

def decision iris 用決策樹進行鳶尾花分類 匯入資料 iris load iris 劃分資料 x train,x test,y train,y test train test split iris.data,iris.target,random state 6 決策樹預估器 esti...

鳶尾花資料集

from sklearn import datasets iris datasets.load iris iris是乙個字典集keys iris.keys dict keys data target target names descr feature names data iris.data.sh...