juyter显示决策树图形_决策树（三）决策树与Jupyter小部件的交互式可视化

最新推荐文章于 2022-11-07 19:08:31 发布

45度仰望苍穹

最新推荐文章于 2022-11-07 19:08:31 发布

阅读量346

点赞数

文章标签： juyter显示决策树图形

本文链接：https://blog.csdn.net/weixin_30227775/article/details/113025564

版权

本文介绍了如何在 Jupyter 中使用 sklearn 和 graphviz 动态展示决策树分类器，并通过调整参数实现交互式可视化。展示了如何加载 sklearn_wine 数据集，使用 DecisionTreeClassifier 训练模型，并通过 Jupyter 小部件实现对模型参数的控制，如 criterion、splitter、max_depth、min_samples_split 和 min_samples_leaf，以理解不同参数如何影响决策树结构。

摘要由CSDN通过智能技术生成

简介

决策树是广泛用于分类和回归任务的监督模型。在本文中，我们将讨论决策树分类器以及如何动态可视化它们。这些分类器在训练数据上构建一系列简单的if / else规则，通过它们预测目标值。

在本演示中，我们将使用sklearn_wine数据集,使用sklearn export_graphviz函数，我们可以在Jupyter中显示树。

AAffA0nNPuCLAAAAAElFTkSuQmCC from sklearn.tree import DecisionTreeClassifier, export_graphvizfrom sklearn import treefrom sklearn.datasets import load_winefrom IPython.display import SVGfrom graphviz import Sourcefrom IPython.display import display# load datasetdata = load_wine()# feature matrixX = data.data# target vectory = data.target# class labelslabels = data.feature_names# print dataset descriptionprint(data.DESCR)