Python决策树鸢尾花类别分类(1)

获取数据

iris = dSets.load_iris();

#print(iris);

data = iris.data;

target = iris.target;

print(“data”,data); #属性值

print(“target”,target); #结果

输出

在这里插入图片描述

在这里插入图片描述

划分测试集和训练集和

#画分测试机和训练集 训练测试7:3

x_train,x_test,y_train,y_test = train_test_split(data,target,test_size=0.3,random_state=1);

决策树参数说明

1.criterion:string, optional (default=“mse”)

它指定了切分质量的评价准则。默认为’mse’(mean squared error)。

2.splitter:string, optional (default=“best”)

它指定了在每个节点切分的策略。有两种切分策咯:

(1).splitter=‘best’:表示选择最优的切分特征和切分点。

(2).split

  • 4
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值