# 不纯度:用来衡量一个系统的混乱程度纯度,纯度越高,分类效果越好,反之效果较差 # 信息熵:指的是客观上,一个事情的不确定性,不确定性随着信息熵的增大而增大 # 信息增益 :通过已知信息使未知集合的不确定性减少的程度, # 父节点的信息熵减去子节点的信息熵 # 基尼指数:基尼指数越小说明一个集合中被分错的概率越小 不纯度越低 # 基尼系数 = 样本被选中的概率 * 被分错的概率 # 不纯度可以由基尼系数或者信息熵算 import os import numpy as np import pandas as pd from sklearn.datasets import load_wine from sklearn.model_selection import train_test_split from sklearn import tree import graphviz os.environ["PATH"] += os.pathsep + r'D:\cut\Graphviz\bin/' wine = load_wine() data = wine.data # 数据 target = wine.target # 标签 feature = wine.feature_names # 特征值 # data = pd.concat([pd.DataFrame(data), pd.DataFrame(target)], axis=1) # print(pd.DataFrame(data, columns=feature)) x_train, x_test, y_train, y_test = train_test_split(data, target, test_size=0.7, random_state=20) clf = tree.DecisionTreeClassifier(criterion="entropy", ra
分类树及解析
最新推荐文章于 2023-01-21 12:22:01 发布