python-机器学习-决策树深度影响分析

python-机器学习-决策树深度影响
本文是python-机器学习系列第三篇，对决策数深度影响分析
此次的决策树算法是引用我上一篇决策树算法
链接：python-机器学习-决策树算法
代码如下：

# -*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from sklearn.tree import DecisionTreeRegressor
import DecisionTree as de

if __name__ == "__main__":
    N = 100
    x = np.random.rand(N) * 6      # [-3,3)
    x.sort()
    y = np.sin(x) + np.random.randn(N) * 0.05
    y = y.reshape(-1, 1)
    print(y) 
    x = x.reshape(-1, 1)  # 转置后，得到N个样本，每个样本都是1维的
    print(x) 
    # 比较决策树的深度影响
    depth = [2, 4, 6, 8, 10]
    clr = 'rgbmy'
    # reg = [DecisionTreeRegressor(criterion='mse', max_depth=depth[0]),
    #        DecisionTreeRegressor(criterion='mse', m