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

生成的可视化文档iris_tree.dot可以在下面的网站转成图片进行查看