在決策樹中有一個很重要的概念就是深度

沒錯決策樹很容易過擬合

從iris來看下所謂的過擬合

環境

• jupyter notebook

導入包

import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl from sklearn import tree from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score from sklearn.datasets import load_iris import pydotplus mpl.rcParams['font.sans-serif'] = ['simHei'] mpl.rcParams['axes.unicode_minus'] = Falseiris_feature_E = 'sepal length', 'sepal width', 'petal length', 'petal width' iris_feature = '花萼長度', '花萼寬度', '花瓣長度', '花瓣寬度' iris_class = 'Iris-setosa', 'Iris-versicolor', 'Iris-virginica' # 加載數據 x = pd.DataFrame(load_iris().data) y = load_iris().target

圖片是二維的，所以只能使用兩個特征

總結

以上是生活随笔為你收集整理的机器学习之决策树（下）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。