python- 决策树分类器
生活随笔
收集整理的這篇文章主要介紹了
python- 决策树分类器
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
?
- ?criterion:用于屬性選擇的準(zhǔn)則,可以傳入基尼系數(shù)‘gini’(默認(rèn))或者entropy代表信息增益。
- ?max_features:表示在決策樹結(jié)點(diǎn)分裂時(shí),從多少個(gè)特征中選擇最優(yōu)特征,可設(shè)置固定數(shù)目,百分比或其他標(biāo)準(zhǔn)。它默認(rèn)值是使用所有特征個(gè)數(shù)。 from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import cross_val_score#交叉驗(yàn)證函數(shù)clf=DecisionTreeClassifier()
iris=load_iris()#使用決策樹分類器作為評(píng)估模型,iris.data鳶尾花數(shù)據(jù)作為特征,iris.target鳶尾花分類標(biāo)簽作為目標(biāo)結(jié)果,設(shè)定cv為10,使用10折交叉驗(yàn)證,得到最終的交叉驗(yàn)證得分。print(cross_val_score(clf,iris.data,iris.target,cv=10))
print(clf.fit(iris.data,iris.target))
print(clf.predict(iris.data))
?
總結(jié)
以上是生活随笔為你收集整理的python- 决策树分类器的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 数据结构与算法——链表题目实现
- 下一篇: python-聚类图像分割