ML之DT：利用DT(DTC)實現對iris(鳶尾花)數據集進行分類并可視化DT結構

?

?

目錄

輸出結果

實現代碼

---

?

?

輸出結果

?

實現代碼

#1、 iris = load_iris() dir(iris)iris_feature_name = iris.feature_names iris_features = iris.data iris_target_name = iris.target_names iris_target = iris.targetprint('iris_feature_name','\n',iris_feature_name) print('iris_features前5','\n',iris_features[:5,:],iris_features.shape) print('iris_target_name','\n',iris_target_name) print('iris_target','\n',iris_target)#2、 clf = tree.DecisionTreeClassifier(max_depth=4) clf = clf.fit(iris_features, iris_target)#3、 import pydotplus from IPython.display import Image, displaydot_data = tree.export_graphviz(clf,out_file = None,feature_names = iris_feature_name,class_names = iris_target_name,filled=True,rounded=True)from IPython.display import display, Image graph = pydotplus.graph_from_dot_data(dot_data) # graph.write_png(r"DT.png") display(Image(graph.create_png())) Image(graph.create_png())import matplotlib.pyplot as pltimg_path='DT.png' plt.imshow(img_path) plt.show()

?

?

?

?

?

總結

以上是生活随笔為你收集整理的ML之DT：利用DT(DTC)实现对iris(鸢尾花)数据集进行分类并可视化DT结构的全部內容，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。