机器学习-决策树算法

本文通过scikit-learn库,利用决策树算法对鸢尾花数据集进行分类。首先引入必要的包,然后加载数据,将数据划分为训练集和测试集,接着使用决策树分类器进行训练,并借助plot_tree方法可视化决策树,同时运用export_text方法展示决策树的文字表示。
摘要由CSDN通过智能技术生成

学习目标:

机器学习-决策树算法

学习内容:

载入 scikit-learn 中提供的wine数据集,用决策树分类器实现分类,并可视化分类结果。
引入所要用到的包
from sklearn import datasets
from sklearn import tree
from sklearn.tree import plot_tree
from sklearn.tree import export_text
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
import pandas as pd
在这里插入图片描述

在这里插入图片描述
载入 scikit-learn 中提供的鸢尾花数据集,用决策树分类器实现分类,用plot_tree()方法进行可视化,并用export_text()方法显示结果。
引入所要用到的包
from sklearn import datasets
from sklearn import tree
from sklearn.tree import plot_tree
from sklearn.tree import export_text
from sklearn.model_sel

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值