决策树——分类——鸢尾花（调用api）

最新推荐文章于 2025-06-01 14:11:00 发布

WJWFighting

最新推荐文章于 2025-06-01 14:11:00 发布

阅读量943

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：决策树api部分

本文链接：https://blog.youkuaiyun.com/WJWFighting/article/details/81051469

本文通过实例展示了如何使用决策树API进行鸢尾花数据集的分类，详细解释了调用过程和关键代码段。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
from sklearn.tree import DecisionTreeClassifier
from sklearn import  datasets
from sklearn import  cross_validation
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.metrics import  f1_score,precision_score,recall_score,accuracy_score,classification_report

导入鸢尾花数据：

def load_data():
    iris=datasets.load_iris()
    X_train=iris.data
    y_train=iris.target
    return cross_validation.train_test_split(X_train,y_train,test_size=0.25,random_state=0,stratify=y_train)

def test_DecisionTreeClassifier(*data):
    X_train,X_test,y_train,y_test=data
    clf=DecisionTreeClassifier()
    clf.fit(X_train,y_train)
    
    y_predict=clf.predict(X_test)
    
    print('training:%f'%(clf.score(X_train,y_train)))
    print('test:%f'%(clf.score(X_test,y_test)))
    
    print(classification_report(y_test,y_predict))

测试上一段