9、python决策树分类（实战案例）

目录

1、概念

2 决策树生成方法

3、决策树绘图方法

4、案例代码示例

---

1、概念

决策树（DEcision Tree）

他通过对训练样本的学习，并建立分类规则，对新样本数据进行分类，属于有监督学习

决策树也是一种多功能的机器学习算法，它可以
实现分类和回归任务，甚至是多输出任务。

优点：

决策树易于理解和实现
决策树可处理数值型和非数值型数据

2 决策树生成方法

#    dtModel=DecisionTreeClassifier（max_leaf_nodes=None）

max_leaf_nodes 最大的叶子节点数

## 训练模型

dtMOdel.fit(featureData,targetData)

featuereData 属性数据
targetData 目标数据

### dtModel.Predict(featureData)

featureData 属性数据

3、决策树绘图方法

sKlearn.tree.export_graphviz(...)

dtModel 决策树模型
out_file 图形数据的输出路径
class_names 目标属性名称，中文
feature_names 特征属性名称 中文
filled=Ture    是