机器学习--回归树python代码

最新推荐文章于 2024-06-24 17:44:15 发布

tongtong22_

最新推荐文章于 2024-06-24 17:44:15 发布

阅读量669

点赞数

分类专栏：机器学习文章标签： python 机器学习 pycharm

本文链接：https://blog.csdn.net/tongtong22_/article/details/118860309

版权

这篇博客介绍了如何在Python环境下，利用matplotlib和numpy库实现回归树的机器学习算法。详细步骤包括数据集加载、绘制、特征切分、叶节点生成、误差估计、最优切分方式寻找、树的构建、塌陷处理、后剪枝以及主函数调用。内容参考自CSDN下载链接。

摘要由CSDN通过智能技术生成

1、用到的库：matplotlib、numpy

import matplotlib.pyplot as plt
import numpy as np

使用平台：pycharm社区版+python3.9.6解释器

2、具体程序：

数据集：

（1）加载数据

def loadDataSet(fileName):
   dataMat = []
   fr = open(fileName)
   for line in fr.readlines():
      curLine = line.strip().split('\t')
      fltLine = list(map(float, curLine))                
      dataMat.append(fltLine)
   return dataMat

（2）绘制数据集

def plotDataSet(filename):
   dataMat = loadDataSet(filename)                           #加载数据集
   n = len(dataMat)                                          #数据个数
   xcord = []; ycord = []                                    #样本点
   for i in range(n):                                     
      xcord.append(dataMat[i][0]); ycord.append(dataMat[i][1])      
   fig = plt.figure()
   ax = fig.add_subplot(111)                                 #添加subplot
   ax.scatter(xcord, ycord, s = 20, c = 'blue',alpha = .5)   #绘制样本点
   plt.title('DataSet')                                      #绘制title
   plt.xlabel(&