机器学习之决策树算法（二）

前言

一、机器学习中分类和预测算法的评估，那么是根据哪些因素来评估一个算法的好坏和优越：

• 准确性
• 速度
• 强壮行
• 可规模性
• 可解释性

决策树-监督学习
决策树是一个类似于流程图的树结构：每个内部结点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶结点代表类或类分布，树的最顶层是根结点。

决策树的优缺点
优点：直观，便于理解，小规模数据集有效
缺点：处理连续变量不好，类别较多时，错误增加的比较快，可规模性一般

案例：

import pandas as pd
# 数据读取
iris_data = pd.read_csv('iris.data')
iris_data.columns = ['sepal_length_cm', 'sepal_width_cm', 'petal_length_cm', 'petal_width_cm', 'class']
# 
a = iris_data.head()
print(a)

from sklearn.cross_validation import train_test_split
from sklearn.tree import DecisionTreeClassifier

all_inputs = iris_data[['sepal_length_cm', 'sepal_width_cm',
                         'petal_length_cm', 'petal_width_cm']].values

all_classes = iris_data['class'].values
(training_inputs, testing_inputs, training_classes, testing_classes) = train_test_split(all_inputs, all_classes, train_size=0.75, random_state=1)

#创建模型
decision_tree_classifier = DecisionTreeClassifier()

# 在训练集上训练分类器
decision_tree_classifier.fit(training_inputs, training_classes)

# 使用分类准确性验证测试集上的分类器
decision_tree_classifier.score(testing_inputs, testing_classes)

输出结果:0.97368421052631582

完整代码我这里就不贴了。。。到时我会上传到github！ (^__) 嘻嘻……