《机器学习实战》-决策树-Plotting trees in Python with Matplotlib annotations-代码逻辑（plotTree函数）

最新推荐文章于 2024-05-10 01:12:38 发布
最新推荐文章于 2024-05-10 01:12:38 发布
阅读量825 收藏 2
点赞数 1
分类专栏： 机器学习 文章标签： 机器学习 plotTree函数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jin690734932/article/details/80183043
版权
本文详细介绍了如何使用递归函数在Python中利用Matplotlib绘制决策树的过程，重点讨论了代码逻辑，特别是plotTree函数中的坐标确定。关键在于理解每个节点的纵坐标基于树的深度，而横坐标通过等分原则计算，确保叶子节点间距一致。初始x偏移量plotTree.xOff设为-0.5/plotTree.totalW是为了确保第一个非叶子节点的正确位置。整个过程形成了递归绘制决策树的逻辑结构。
摘要由CSDN通过智能技术生成

用递归函数绘制决策树的图，前面说了语法问题，现在要说关于代码逻辑的问题，猛地一看确实很难理解，网上找了找，发现有一篇关于解释这个逻辑——plotTree函数完全解析，但是里面的内容有些混乱，有点将结果设置原因，进行解释。

比如plotTree.xOff的赋值，初始值为-0.5/plotTree.totalW，在文章中将其设为原因，因为其初始值是这个所以要在算法上加，“由于开始plotTree.xOff赋值并非从0开始，而是左移了半个表格，因此还需加上半个表格距离即为1/2/plotTree.totalW*1,则加起来便为(1.0 + float(numLeafs))/2.0/plotTree.totalW*1”，这个解释很明显是由果解释因，而非是解释为什么初始值要设成

最低0.47元/天 解锁文章
肥胖的攀爬者
关注
专栏目录
Python从0到100（六十一）：机器学习实战-实现客户细分
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
09-30 1万+
在最后一部分，研究可以对聚类数据采用的方式。思考特定的送货方案对不同的客户群（即客户细分）有何不同影响。以及思考为每个客户设定标签（该客户属于哪个细分）可以如何提供关于客户数据的额外特征。最后，比较客户细分和数据中的隐藏变量，看看聚类分析是否发现了特定的关系。我选择的聚类算法和聚类数量，与酒店/餐厅/咖啡厅客户和零售客户分布图相比，效果还不错，但也还存在一些异常数据。根据Dimension看到划分’零售客户’或者是’酒店/餐厅/咖啡厅客户’分布还不错。这些分类和之前的客户细分定义大体一致。
《机器学习实战》-决策树-Plotting trees in Python with Matplotlib annotations-代码语法
jin690734932的博客
05-02 206
在《机器学习实战》这本书中，学习到Plotting trees in Python with Matplotlib annotations这个章节，发现里面的一些代码并不是容易理解的，对其中的内容做一个注解，分为两部分，一个是里面代码的语句语法内容，一个是代码的逻辑实现内容，本文则是讲所涉及代码的语法。decisionNode = dict(boxstyle="sawtooth",fc="0.8"...
[机器学习&数据挖掘]机器学习实战决策树plotTree函数完全解析
tian544556的博客
09-26 1209
https://www.cnblogs.com/fantasy01/p/4595902.html
机器学习实战决策树plotTree函数完全解析
热门推荐
乐乐的博客
06-22 1万+
原文  http://www.cnblogs.com/fantasy01/p/4595902.html 在看机器学习实战时候，到第三章的对决策树画图的时候，有一段递归函数怎么都看不懂，因为以后想选这个方向为自己的职业导向，抱着精看的态度，对这本树进行地毯式扫描，所以就没跳过，一直卡了一天多，才差不多搞懂，才对那个函数中的plotTree.xOff的取值，以及计算cntrPt的方法
《机器学习实践》程序清单3-7 plotTree函数
weixin_34107739的博客
02-09 222
这个plotTree函数，比较聪明，比较简化，比较抽象，作者一定是逐步优化和简化到这个程度的。我是花了小两天时间，断断续续看明白的，还是在参考了另一篇文章以后。这里是链接http://www.cnblogs.com/fantasy01/p/4595902.html。现在尝试讲明白。 总体思想是，找出来需要画图形的坐标，用函数画图。图形一共有三类，一类是父节点，一类是线条，一类是叶子结点。其中“画...
earth-analytics-scientists-guide-to-plotting-data-in-python-text
10-10
《地球数据分析科学家Python数据可视化指南》是一本专为地球科学领域的研究人员和数据分析爱好者设计的教材。这本书主要聚焦于如何利用Python编程语言进行高效且美观的数据可视化。通过阅读本书的源码，读者可以深入...
earth-analytics-scientists-guide-to-plotting-data-in-python-textbook
08-03
地球分析 - 在 Python 教科书中绘制数据的科学家指南 在 Python 教科书中绘制数据的科学家指南是由地球实验室教师创建的补充教科书，用于帮助获得专业证书。 这本补充在线教科书为在 Python 中绘制数据的复杂性而...
Python plotTree.py —— 决策树绘图模块函数
Zetrue_Li Blog
03-26 8099
Python plotTree.py —— 决策树绘图模块函数 保存以下代码为plotTree.py，在所需调用的py文件，加入代码： import plotTree plotTree.createPlot(Tree) plotTree.py： import matplotlib.pyplot as plt from pylab import * # 定义文本框和箭头格式 d...
机器学习实战——练习（决策树之Matplotlib绘制）
Dlog的博客
01-11 341
决策树之Matplotlib绘制 在上一节我们已经学会决策树啦~ 但是呢 结果是这样（字典形式）： {‘no surfacing’: {0: ‘no’, 1: {‘flippers’: {0: ‘no’, 1: ‘yes’}}}} 这节，我们把它绘制出来！ 首先，我们先在Matplotlib上面练练手，画个丑东西 上代码： import matplotlib.pyplot as plt #...
MATLAB中的关于函数treeplot的探讨
07-05
MATLAB中的关于函数treeplot的探讨!
Coursera 机器学习 Plotting Data 小白笔记(Octave)
CherrYoY的博客
02-25 203
Coursera 机器学习 Plotting Data 小白笔记(Octave) Octave代码&注释 t = [0:0.01:0.98] //在[0,0.98]的区间内以0.01的间隔生成数字 y1 = sin(2 * pi * t) // 以t为自变量生成正弦函数 plot(t,y1)//以t为自变量，y1为因变量生成函数图像。即横轴是t，纵轴是y1 键入以上代码跑出的图像 hold on//将两张函数图像绘制在同一个坐标图中 例如：t=[0:0.01:0.98];    y1=sin(2
[5] python 使用Matplotlib注解绘制树形图
weixin_30369041的博客
04-17 444
matplotlib提供了一个注解工具annotations,可以在数据图形上添加文本注释。 1.使用文本注解绘制树节点 import matplotlib.pyplot as plt decisionNode = dict(boxstyle="sawtooth", fc="0.8") leafNode = dict(boxstyle="round4", fc="0.8") ...
机器学习算法及实战——决策树代码实现（三）
LLLTTS
07-27 365
基于《机器学习实战》上的代码。 注释引自 Python3《机器学习实战》学习笔记（三） # -*- coding: UTF-8 -*- from math import log import operator """ 函数说明:计算给定数据集的经验熵(香农熵) """ def calcShannonEnt(dataSet): numEntires = len(dataSet) ..
tree.plot_tree（）函数里面具体的参数作用
qq_47104322的博客
06-27 1万+
课程设计的学习记录
[xgb] plot tree
weixin_46870583的博客
08-15 1254
Parameters----------提升器或者XGB模型特征名称的映射关系的文件，主要是为了画图显示的是特征名，而不是012.指定目标树的序数, 画的第几课树通过graph_attr传给graphiz，'LR'=from left to right;
《机器学习实战》决策树plotTree函数完全解析
jiangsujiangjiang的博客
11-22 2917
函数中的plotTree.xOff的取值，以及计算cntrPt的方法 python3.X 环境下的代码 import matplotlib.pyplot as plt #这里是对绘制是图形属性的一些定义，可以不用管，主要是后面的算法 decisionNode = dict(boxstyle="sawtooth", fc="0.8") leafNode = dict(boxstyle="r...
python随机森林可视化单科决策树
weixin_56189218的博客
03-19 685
随机森林中的每棵决策树都是通过对一部分特征进行随机采样来构建的。特征重要性指标可以通过计算每个特征在所有决策树中用于划分样本时的平均减少不纯度（如Gini指数或信息增益）来衡量。在Scikit-learn等库中，你可以通过属性来获取特征重要性。
《机器学习实战》第三章绘制树形图程序清单3-7plotTree函数注解
最新发布
m0_50571286的博客
05-10 243
【代码】《机器学习实战》第三章绘制树形图程序清单3-7plotTree函数注解。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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