决策树算法入门——鸢尾花数据集

本文介绍了使用Python进行决策树模型训练的过程,通过鸢尾花数据集展示了如何构建一棵深度为2的ID3决策树,并达到了95%的预测正确率。此外,还探讨了如何画决策树及算法原理,包括确定根节点的方法和优化参数以防止过拟合或欠拟合。
摘要由CSDN通过智能技术生成

训练决策树模型

话不多说,数据分析必备的三个包先导入

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

导入机器学习算法的决策树模块,数据使用jupyter自带的鸢尾花数据集

from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

导入数据


                
  • 2
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值