Sklearn使用实践之决策树
Sklearn库利用CART算法实现了分类决策树和回归决策树,这篇将结合具体的小例子使用实践Sklearn中DecisionTreeClassifier决策树对应的API
一、分类决策树DecisionTreeClassifier使用实践
(一)、了解数据集
sklearn官网分类决策树的API链接为 https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifier
数据集使用sklearn自带的莺尾花数据集,一共有150个数据,有三种类别,每种类别中分别有50个数据,每个数据有四个属性,分别是萼片长度,萼片宽度,花瓣长度,花瓣宽度,具体说明如下图
查看数据集具体信息:
(二)、编写加载数据集的函数
from sklearn import datasets
def load_data():
iris=datasets.load_iris() # scikit-learn 自带的 iris 数据集
X_iris=iris.data
y_iris=iris.target
return X_iris,y_iris
(三)、拆分数据集
利用分层采样将原始数据拆分成训练集和测试集,使用分层采样的原因是原始数据集的前50个类别均为0,中间50个均为1,后50个均为2,如果不采用分层采样,就不能保证数据无偏了
from sklearn.model_selection import train_test_split
def split_data