决策树构建

 

from sklearn import tree
import pydotplus

X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = tree.DecisionTreeClassifier()#决策树分类器
clf = clf.fit(X, Y)#对样本x和对应的类y训练决策树

clf.predict([[2., 2.]])#为一个新的样本预测属于哪个类
clf.predict_proba([[2., 2.]])#预测的属于每个类的概率

dot_data=tree.export_graphviz(clf,out_file=None)#把clf转成dot_data
graph=pydotplus.graph_from_dot_data(dot_data)#把dot_data转成graph
graph.write_pdf("d:\\01.pdf")#把graph存成pdf就可看到训练出来的决策树长啥样了

 

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