Python机器学习之决策树案例

雪域枫蓝

于 2017-11-19 20:49:59 发布

阅读量861

点赞数

分类专栏： Atificial Intelligence Python 文章标签：机器学习 python dataset 数据 numpy

本文链接：https://blog.csdn.net/Gerry199102/article/details/78576953

版权

本文通过Python探讨了机器学习中的决策树算法，详细解释了如何使用数据集进行训练和预测，涵盖了数据预处理、特征选择到模型构建的全过程。内容包括numpy库的运用，以及如何理解和应用决策树模型在实际问题中的决策过程。

摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-
__author__ = 'gerry'

# 先导入所有的class
import xgboost
from numpy import *
from sklearn import model_selection
from sklearn.metrics import accuracy_score

# load 数据集
dataset = loadtxt('pima-indians-diabetes.data.csv', delimiter=',')

# 把X, Y分开
X = dataset[:, 0:8]
Y = dataset[:, 8]

#