Python数据挖掘入门与实践-Chapter3

用决策树预测获胜球队

import pandas as pd 
dataset = pd.read_csv(data_filename)
dataset.ix[:5] # dataset.loc[:5] / dataset.iloc[:5]替代了dataset.ix[:5]

原文：

dataset = pd.read_csv(data_filename, parse_dates=[“Date”],skiprows=[0,])

提示报错
修改为

results = pd.read_csv(data_filename, parse_dates=["Date"])
#skiprows : list-like or integer, default None
#需要忽略的行数（从文件开始处算起），或需要跳过的行号列表（从0开始）

决策树中的参数

• min_samples_split : 控制决策节点的创建
• min_samples_leaf ：决策节点能否被保留
• 创建决策的标准： 基尼不存度(Gini impurity) 和 信息增益(Information gain)

standings = pd.read_csv(standings_filename,encoding=“unicode_escape”)代替pd.read_csv(standings_filename, skiprows=[0,1])

• 这个unicode_escape是什么？将unicode的内存编码值进行存储，读取文件时在反向转换回来。这里就采用了unicode-escape的方式

from sklearn.model_selection import GridSearchCV 替代了 from sklearn.grid_search import GridSearchCV

GridSearchCV用于系统地遍历模型的多种参数组合，通过交叉验证确定最佳参数

• best_score_ : 最佳模型下的分数

• best_params_ : 最佳模型参数

• cv_results_ 具体用法 : 模型不同参数下交叉验证的结果

• best_estimator_ : 最佳分类器