python 树结构三方包_Python 第三方库决策树算法

一、决策树分类器第三方库参数及涉及的函数参数介绍

(1)DecisionTreeClassifier(criterion='gini', splitter='best', max_depth=None,min_samples_split=2, min_samples_leaf=1,min_weight_fraction_leaf=0.0,

max_features=None, random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None, class_weight=None, presort=False)

criterion：用于指定选择节点字段的评价指标，对于分类决策树，默认为'gini'，表示采用基尼指数选择节点的最佳分割字段；对于回归决策树，默认为'mse'，表示使用均方误差选择节点的最佳分割字段

splitter：用于指定节点中的分割点选择方法，默认为'best'，表示从所有的分割点中选择最佳分割点；如果指定为'random'，则表示随机选择分割点

max_depth：用于指定决策树的最大深度，默认为None，表示树的生长过程中对深度不做任何限制

min_samples_split：用于指定根节点或中间节点能够继续分割的最小样本量， 默认为2

min_samples_leaf：用于指定叶节点的最小样本量，默认为1

min_weight_fraction_leaf：用于指定叶节点最小的样本权重，默认为None，表示不考虑叶节点的样本权值

max_features：用于指定决策树包含的最多分割字段数，默认为None，表示分割时使用所有的字段，与指定'auto'效果一致；如果为具体的整数，则考虑使用对应的分割字段数；如果为0~1的浮点数，则考虑对应百分比的字段个数；如果为'sqrt'，则表示最多考虑√𝑃个字段；如果为'log2'，则表示最多使用〖𝑙𝑜𝑔〗_2 𝑃个字段

random_state：用于指定随机数生成器的种子，默认为None，表示使用默认的随机数生成器

max_leaf_nodes：用于指定最大的叶节点个数，默认为None，表示对叶节点个数不做任何限制

min_impurity_decrease：用于指定节点是否继续分割的最小不纯度值，默认为0

min_impurity_split：同参数min_impurity_decrease含义一致，该参数已在0.21版本剔除

class_weight：用于指定因变量中类别之间的权重，默认为None，表示每个类别的权重都相等；如果为balanced，则表示类别权重与原始样本中类别的比例成反比；还可以通过字典传递类别之间的权重差异，其形式为{class_label:weight}

presort：bool类型参数，是否对数据进行预排序，默认为False。如果数据集的样本量比较小，设置为True可以提高模型的执行速度；如果数据集的样本量比较大，则不易设置为True

(2)sklearn.model_selection .GridSearchCV(estimator, param_grid, scoring=None, n_jobs=None, iid=’warn’, refit=True, c