初识机器学习 | 7.决策树

最新推荐文章于 2022-08-30 09:45:44 发布

小哲嗨数

最新推荐文章于 2022-08-30 09:45:44 发布

阅读量263

点赞数

分类专栏：【机器学习】文章标签：机器学习 python

本文链接：https://blog.csdn.net/ganzheyu/article/details/103654325

版权

本文深入探讨了决策树的学习过程，包括信息熵和基尼系数的概念及其在节点划分中的作用。通过实例展示了如何利用信息熵和基尼系数优化决策树，并探讨了CART算法与其他超参数如max_depth、min_samples_split、min_samples_leaf和max_leaf_nodes的影响。最后，通过多个可视化例子展示了决策树的结构。

摘要由CSDN通过智能技术生成

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

%matplotlib
%matplotlib inline
%config InlineBackend.figure_format = 'retina'

Using matplotlib backend: MacOSX

def plot_decision_boundary(model, axis):
    
    x0, x1 = np.meshgrid(
        np.linspace(axis[0], axis[1], int((axis[1]-axis[0])*100)).reshape(-1, 1),
        np.linspace(axis[2], axis[3], int((axis[3]-axis[2])*100)).reshape(-1, 1),
    )
    X_new = np.c_[x0.ravel(), x1.ravel()]

    y_predict = model.predict(X_new)
    zz = y_predict.reshape(x0.shape)

    from matplotlib.colors import ListedColormap
    custom_cmap = ListedColormap(['#EF9A9A','#FFF59D','#90CAF9'])
    
    plt.contourf(x0, x1, zz, cmap=custom_cmap)

初探决策树

莺尾花数据集，当前选取后面两个维度。莺尾花分为以下三类。

from sklearn import datasets

iris = datasets.load_iris()
x = iris.data[:, 2:]
y = iris.target

plt.scatter(x[y==0,0], x[y==0,1])
plt.scatter(x[y==1,0], x[y==1,1])
plt.scatter(x[y==2,0], x[y==2,1])
plt.show()

在这里插入图片描述

from sklearn.tree import DecisionTreeClassifier

# 设置树的深度为2, 使用信息熵
dt_clf = DecisionTreeClassifier(max_depth=2, criterion="entropy", random_state=42)
tree = dt_clf.fit(x, y)

plot_decision_boundary(dt_clf, axis=[0.5, 7.5, 0, 3])
plt.scatter(x[y==0,0], x[y==0,1], label='calss_0')
plt.scatter(x[y==1,0], x[y==1,1], label='calss_1')
plt.scatter(x[y==2,0], x[y==2,1], label='calss_2')
plt.legend()
plt.show()

在这里插入图片描述

import graphviz 
from sklearn.tree import export_graphviz

dot_data = export_graphviz(dt_clf, filled=True, rounded=True, special_characters=True) 
graph = graphviz.Source(dot_data) 
graph