Python决策树鸢尾花类别分类

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

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).splitter=‘random’:表示随机切分。

3.max_depth:int or None, optional (default=None)

指定树的最大深度。如果为None，则表示