机器学习————决策树（三）

最新推荐文章于 2024-08-10 00:35:27 发布

原创

最新推荐文章于 2024-08-10 00:35:27 发布 · 1.2k 阅读

7 ·

CC 4.0 BY-SA版权

本文介绍了使用sklearn库构建决策树模型的过程，以天气影响运动的数据集为例，探讨了criterion（信息增益与基尼指数）、min_samples_split等关键参数的影响，并通过可视化分析展示了不同参数设置下的决策树结构差异。

前两篇决策树的blog介绍了有关决策树的理论知识，这篇文章我们编码实践一下，采用了网上较为简单的一个有关天气影响运动的数据集，决策树建模部分是利用sklearn.tree.DecisionTreeClassifier()训练构建决策树模型，利用pydotplus+graphviz进行模型可视化展示。

数据集

由于数据量较少，就不再划分训练集测试集，将以上数据全部用于训练。

编码

import pandas as pd
from pandas import Series
import pydotplus
from sklearn import tree
from sklearn.externals.six import StringIO

# load data
datadic = '决策树.xlsx'
mydata = pd.read_excel(datadic)

# prepare
whetherlist = []
windlist =[]
resultlist = []
for i in range(len(mydata)):
    if mydata.ix[i][u'天气'] == u'晴':
        whetherlist.append(0)
    elif mydata.ix[i][u'天气'] == u'多云':
        whetherlist.append(1)
    elif mydata.ix[i][u'天气'] == u'有雨':
        whetherlist.append(2)
    if mydata.ix[i][u'风况'] == u'有':
        windlist.append(1)
    elif mydata.ix[i][u'风况'