本文实例为大家分享了python机器学习实现决策树的具体代码,供大家参考,具体内容如下
# -*- coding: utf-8 -*- """ Created on Sat Nov 9 10:42:38 2019 @author: asus """ """ 决策树 目的: 1. 使用决策树模型 2. 了解决策树模型的参数 3. 初步了解调参数 要求: 基于乳腺癌数据集完成以下任务: 1.调整参数criterion,使用不同算法信息熵(entropy)和基尼不纯度算法(gini) 2.调整max_depth参数值,查看不同的精度 3.根据参数criterion和max_depth得出你初步的结论。 """ import matplotlib.pyplot as plt import numpy as np import pandas as pd import mglearn from sklearn.model_selection import train_test_split #导入乳腺癌数据集 from sklearn.datasets import load_breast_cancer from sklearn.tree import DecisionTreeClassifier #决策树并非深度越大越好,考虑过拟合的问题 #mglearn.plots.plot_animal_tree() #mglearn.plots.plot_tree_progressive() #获取数据集 cancer = load_breast_cancer() #对数据集进行切片 X_train,X_test,y_train,y_test = train_test_split(cancer.data,cancer.target, stratify = cancer.target,random_state = 42) #查看训练集和测试集数据 print('train dataset :{0} ;test dataset :{1}'.format(X_train.shape,X_test.shape)) #建立模型(基尼不纯度算法(gini)),使用不同最大深度和随机状态和不同的算法看模型评分 tree = DecisionTreeClassifier(random_state = 0,criterion = 'gini',max_depth = 5) #训练模型 tree.fit(X_train,y_train) #评估模型 print("Accuracy(准确性) on training set: {:.3f}".format(tree.score(X_train, y_train))) print("Accuracy(准确性) on test set: {:.3f}".format(tree.score(X_test, y_test))) print(tree) # 参数选择 max_depth,算法选择基尼不纯度算法(gini) or 信息熵(entropy) def Tree_score(depth = 3,criterion = 'entropy'): """ 参数为max_depth(默认为3)和criterion(默认为信息熵entropy), 函数返回模型的训练精度和测试精度 """ tree = DecisionTreeClassifier(criterion = criterion,max_depth = depth) tree.fit(X_train,y_train) train_score = tree.score(X_train, y_train) test_score = tree.score(X_test, y_test) return (train_score,test_score) #gini算法,深度对模型精度的影响 depths = range(2,25)#考虑到数据集有30个属性 scores = [Tree_score(d,'gini') for d in depths] train_scores = [s[0] for s in scores] test_scores = [s[1] for s in scores] plt.figure(figsize = (6,6),dpi = 144) plt.grid() plt.xlabel("max_depth of decision Tree") plt.ylabel("score") plt.title("'gini'") plt.plot(depths,train_scores,'.g-',label = 'training score') plt.plot(depths,test_scores,'.r--',label = 'testing score') plt.legend() #信息熵(entropy),深度对模型精度的影响 scores = [Tree_score(d) for d in depths] train_scores = [s[0] for s in scores] test_scores = [s[1] for s in scores] plt.figure(figsize = (6,6),dpi = 144) plt.grid() plt.xlabel("max_depth of decision Tree") plt.ylabel("score") plt.title("'entropy'") plt.plot(depths,train_scores,'.g-',label = 'training score') plt.plot(depths,test_scores,'.r--',label = 'testing score') plt.legend()
运行结果:
很明显看的出来,决策树深度越大,训练集拟合效果越好,但是往往面对测试集的预测效果会下降,这就是过拟合。
参考书籍: 《Python机器学习基础教程》
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
暂无评论...
更新日志
2024年11月25日
2024年11月25日
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]