sklearn的DecisionTreeClassifier与红酒数据集（决策树的属性与接口）

刚刚使用SKLearn学习机器学习进行数据分析，分享一些概念和想法，希望可以大家一起讨论，如果理解或者表达有不准确的地方，请多多指点，不吝赐教，非常感谢～～

涉及决策树其他参数：
请转至《DecisionTreeClassifier与红酒数据集（criterion及创建一个树）》：https://blog.csdn.net/weixin_42969619/article/details/98884082
以及《sklearn的DecisionTreeClassifier与红酒数据集（参数random_state & splitter ）》：
https://blog.csdn.net/weixin_42969619/article/details/99301017
以及《sklearn的DecisionTreeClassifier与红酒数据集（剪枝参数）》：

---

本文将继续介绍sklearn的决策树的属性与接口，属性是在模型训练之后，能够调用查看的模型的各种性质：

1. 查看特征变量的“重要性”的分数—— .feature_importances_

# 查看特征变量的“重要性”
clf.feature_importances_

# 使用zip()连接特征变量名（list）和“重要性”（array）连接起来
[*zip(feature_name,clf.feature_importances_)]

-----------------------
# 结果为
[('酒精', 0.03638751716910407),
 ('苹果酸', 0.0),
 ('灰', 0.0),
 ('灰的碱性', 0.0),
 ('镁', 0.0),
 ('总酚', 0.05588186276134131),
 ('类黄酮', 0.08197155358348254),
 ('非黄烷类酚类', 0.0),
 ('花青素', 0.0),
 ('颜色强度', 0.28911955517911875),
 ('色调', 0.0),
 ('od280/od315稀释葡萄酒', 0.08487622153631365),
 ('脯氨酸', 0.4517632897706396)]

说明： 由于决策树的“随机性”特点，所以不同的训练集会对特征变量的“重要性”有影响；也正是因为“重要性”的改变，导致模型的改变。

2. 查看测试样本分别被划分给树的哪个节点—— .apply(Xtest)

# 返回节点的索引值的一个一维数组
clf.apply(Xtest)

---------------------------
# 结果为
array([15, 19, 11, 13, 11, 19,  8, 11, 19, 19, 19, 19, 19,  4, 19,  4, 19,
       13,  4, 13,  4, 13, 19, 19,  4, 13, 13, 19, 10, 20, 13, 11, 13, 19,
       13,  4, 13, 15,  4,  4, 19, 11,  4, 19, 13,  4, 19, 19, 13, 13, 11,
       13,  7, 13])

3. 查看测试样本的分类或回归结果—— .predict(Xtext)

# predict返回每个测试样本的分类/回归结果
clf.predict(Xtest)

-----------------------------
# 结果为
array([1, 0, 1, 1, 1, 0, 1, 1, 0, 0, 0, 0, 0, 2, 0, 2, 0, 1, 2, 1, 2, 1,
       0, 0, 2, 1, 1, 0, 2, 1, 1, 1, 1, 0, 1, 2, 1, 1, 2, 2, 0, 1, 2, 0,
       1, 2, 0, 0, 1, 1, 1, 1, 2, 1])

4. 获得模型的准确度—— .score(Xtext, Ytext)/.score(Xtrain, Ytrain)

我们知道决策树属于“有监督学习”，所以训练的模型是会有一个分数来考量模型的“准确度”

#返回预测的准确度
score = clf.score(Xtest, Ytest) 
score				# 由于决策树的“随机性”特点，不同的模型分数也会不同