机器学习(七) 决策树
Python 机器学习2018年3天快速入门python机器学习【黑马程序员】机器学习(七) 决策树认识决策树类似于if else的判断,一层一层的决定下来认识信息增益决策树的划分依据之一—信息增益决策树对鸢尾花进行分类def decision_iris():'''用决策树对鸢尾花分类:return:'''# 1) 获...
·
Python 机器学习
机器学习(七) 决策树
认识决策树
类似于if else的判断,一层一层的决定下来
认识信息增益
决策树的划分依据之一—信息增益
决策树对鸢尾花进行分类
def decision_iris():
'''
用决策树对鸢尾花分类
:return:
'''
# 1) 获取数据集
iris = load_iris()
# 2) 划分数据集
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, random_state=22)
# 3) 决策树预估器
estimator = DecisionTreeClassifier(criterion='entropy')
estimator.fit(x_train, y_train)
# 4) 模型预估
# 方法1: 直接比对真实值和预测值
y_predict = estimator.predict(x_test)
print('y_predict:\n', y_predict)
print('直接比对真实值和预测值:\n', y_test == y_predict)
# 方法2: 计算准确率
score = estimator.score(x_test, y_test)
print('准确率为:\n', score)
# 可视化
export_graphviz(estimator, out_file="iris_tree.dot", feature_names=iris.feature_names)
return None
更多推荐
已为社区贡献6条内容
所有评论(0)