机器学习练习——使用决策树实现iris分类器

import pydotplus
from sklearn.tree import DecisionTreeClassifier
from sklearn import datasets
from IPython.display import display, Image
from sklearn import tree

//使用官方数据集iris
iris = datasets.load_iris()
features = iris.data
target = iris.target
//构建分类器
decision_tree = DecisionTreeClassifier(random_state=0)
//训练模型
model = decision_tree.fit(features, target)
//可视化
dot_data = tree.export_graphviz(decision_tree,
                                out_file=None,
                                feature_names=iris.feature_names,
                                class_names=iris.target_names)

graph = pydotplus.graph_from_dot_data(dot_data)

graph.write_png('iris.png')

iris决策树模型

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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