决策树——CART算法+实战（sklearn）

最新推荐文章于 2023-10-23 19:48:18 发布

陈陈的糖罐子

最新推荐文章于 2023-10-23 19:48:18 发布

阅读量2.3k

点赞数 2

分类专栏：决策树文章标签：决策树算法机器学习

本文链接：https://blog.csdn.net/shanshuyue/article/details/121257473

版权

决策树专栏收录该内容

4 篇文章 0 订阅

订阅专栏

CART算法
在这里插入图片描述
CART举例

剪枝

优缺点

数据集

from sklearn import tree
import numpy as np

# 载入数据
data = np.genfromtxt("cart.csv", delimiter=",")
x_data = data[1:,1:-1]
y_data = data[1:,-1]

# 创建决策树模型
model = tree.DecisionTreeClassifier()
# 输入数据建立模型
model.fit(x_data, y_data)

在这里插入图片描述

# 导出决策树
import graphviz # http://www.graphviz.org/

dot_data = tree.export_graphviz(model, 
                                out_file = None, 
                                feature_names = ['house_yes','house_no',
                                                 'single','married','divorced',
                                                 'income'],
                                class_names = ['no','yes'],
                                filled = True,
                                rounded = True,
                                special_characters = True)
graph = graphviz.Source(dot_data)
graph.render('cart')