机器学习_sklrean-决策树_iris数据详解

0、基础构建

利用sklearn 的鸢尾属植物数据编写简单决策树。
首先是获取数据（干净数据不需要处理），然后需要对规则进行可视化。这一步需要配置 搭建Graphviz环境

1、鸢尾属植物数据集描述

这个数据集大家肯定熟悉的不能在熟悉了， 但是这三类植物图片不是所有人看过的（笔者也是）。所以笔者将几个预测目标的图片汇总如下：

从图片就可以看出 Iris Setosa(山鸢尾) 和 Iris Versicolour(变色鸢尾) 与
Iris Virginica(维吉尼亚鸢尾) 在花瓣的长宽上区别明显。

2、建模

# 加载数据 鸢尾属植物数据集
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier

from sklearn.tree import export_graphviz # 可视化树
import pydotplus 

def Get_irir():
    iris = load_iris()
    return iris.data[:, 2:], iris.target

def Tree_graph(decision_tree, out_root):
    # 将决策树可视化，输出pdf(需要配置graphivz环境)
    iris = load_iris()
    f_names = iris.feature_names[2: ]
    class_name = iris.target_names
    dot_data = export_graphviz(decision_tree, out_file = None,
                                feature_names = f_names,
                                class_names = class_name, special_characters = True,
                                rounded = True, filled = True )
    graph = pydotplus.graph_from_dot_data(daot_data)
    return graph.write_pdf(out_root)

## 简单的进行2层树深拟合
if __name__ == '__main__':
    x, y = Get_irir()
    tree_clf = DecisionTreeClassifier(max_depth = 2)
    tree_clf.fit(x, y)
    ## 决策树可视化 ##
    Tree_graph(tree_clf)
    ## 预测
    print(tree_clf.predict([[5, 1.5]]))
    print(tree_clf.predict_proba([[5, 1.5]]))

3、决策树预测结果如下

[1]
# Iris-Setosa（0/54）为 0％，Iris-Versicolor为 (49/54)，即 90.7％， Iris-Virginica (5/54)，即 9.3 ％。
[[0.         0.90740741 0.09259259]]

规则如下