决策树基本操作

加载数据集

from sklearn.datasets import load_iris #没有括号
sklearn.datasets.load_*() #小规模数据集
sklearn.datasets.fetch_*(datahome=None,subset='train'/'test'/'all') #大规模数据集

数据集的返回值

• 数据类型：datasets.base.Bunch（字典格式）
• 键：data(二维数组），target(标签数组），DESCR（数据描述），feature_names(特征名），target_names（标签名）

dict['key']=values
bunch.key=values

数据集的划分，一部分训练，一部分测试

测试集20%-30% 默认0.25

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,test_size=0.2,random_state=22)

返回值顺序：训练集特征值，测试集特征值，训练集目标值，测试集目标值

决策树划分依据

class sklearn.tree.DecisionTreeClassifier(criterion='gini',max_depth =None,random_state=None) #信息增益可改为entropy

模型评估

#直接对比真实值和预测值
y_predict = estimator.predict(x_test)
print("y_predict",y_predict)
print(y_test == y_predict)
#计算准确率
score = estimator.score(x_test,y_test)
print(score)

决策树可视化

from sklearn.tree import export_graphviz
export_graphviz(estimator,out_file='iris_tree.dot',feature_names=iris.feature_names)

http://webgraphviz.com/