利用决策树算法来实现鲍鱼数据集年龄的预测

本文主要通过调取sklearn库中的tree模块来构建在鲍鱼数据集上的决策树，并对测试集鲍鱼的年龄进行预测，本文仅供参考。

目录

前言

一、数据集

二、步骤

1.引入库

2.读入数据

3.数据预处理

3.1将数据集中的性别一列的属性值M、F、I换成0、1、2

3.2去除测试集最后一列

3.3去除属性名这一行，并将训练集和数据集转换为列表形式

3.4标签处理 

3.5预处理数据集

 4.构造决策树

 5.绘制特征图

 6.绘制决策树

 7.预测

总结

---

前言

本文主要通过调取sklearn库中的tree模块来构建在鲍鱼数据集上的决策树，并对测试集鲍鱼的年龄进行预测。

---

以下是本篇文章正文内容

一、数据集

训练集：

测试集：

二、步骤

1.引入库

代码如下（当然有些库没有用到）：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.metrics import precision_score
from scipy.stats import multivariate_normal
from mpl_toolkits.mplot3d import Axes3D
import copy

2.读入数据

代码如下：

# 读取数据
train_datas=pd.read_csv(path1,header=None)
test_datas=pd.read_csv(path2,header=None)

注：其中的path1和path2换成自己的文件路径 

---

3.数据预处理

3.1将数据集中的性别一列的属性值M、F、I换成0、1、2

train_datas=train_datas.replace(['M','F','I'],[0,1,2])
test_datas=test_datas.replace(['M','F','I'],[0,1,2])

3.2去除测试集最后一列

test_data=test_datas.drop(columns=[8])

3.3去除属性名这一行，并将训练集和数据集转换为列表形式

#转换成列表
train_data=np.array(train_datas[1:][:]).tolist()
testData=np.array(test_data[1:][:]).tolist()

3.4标签处理 

label=train_datas[:1][:]
labels=np.array(label).tolist()[0][:-1]

3.5预处理数据集

x_train=np.array(train_data)[:,:8].tolist()
y_train=np.array(train_data)[:,8].tolist()
x_test=testData

 

 到这里数据集的预处理就算完成了。

 4.构造决策树

注：参数请自行设置

https://scikit-learn.org/dev/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifierhttps://scikit-learn.org/dev/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifier

# 调库
from sklearn import tree#导入模块
DF_model=tree.DecisionTreeClassifier(criterion='entropy',random_state=30,splitter='random')#实例化

clf=DF_model.fit(x_train,y_train)#用训练集数据训练模型

5.绘制特征图

pd.Series(DF_model.feature_importances_,index=labels).sort_values().plot(kind='barh',title='Importance of Feature ')

 

 6.绘制决策树

from sklearn.tree import export_graphviz
from IPython.display import Image
import pydotplus
class_names=train_datas
export_graphviz(DF_model,out_file='tree.dot',feature_names=labels,rounded=True,filled=True,
            class_names=list(set(y_train)))
graph=pydotplus.graph_from_dot_file('tree.dot')

注：若不熟悉export_graphviz的可以参考下面这篇文章，同时因为运行export_graphviz需要安装一些东西，要不然可能会报错，也可参考这篇文章，里面有解决办法。

https://www.jianshu.com/p/93f20701a634https://www.jianshu.com/p/93f20701a634 调用export_graphviz（）出现问题的的可以加上这行代码

import os     
os.environ["PATH"] += os.pathsep + './windows_10_msbuild_Release_graphviz-3.0.0-win32/Graphviz/bin'

绘图： 

Image(graph.create_png())

 

 7.预测

pred_y=clf.predict(x_test)
print("ring为：",pred_y)

 

 年龄预测：（ring+1.5=age）

#对环的数量加1.5，即为鲍鱼的年龄
pred_year=[float(i)+1.5 for i in pred_y]
print("年龄为：",pred_year)

 

总结

以上就是本篇文章的所有内容了，当然本文只是调库实现决策树的绘制，并没用按照ID3算法的每一步去具体实现它，这也是本文的不足吧，当然你也可以自己去按照书上的算法去实现它。