python 实现决策树规则

python 实现决策树规则

----决策树探索----
from sklearn import tree
import graphviz
import pydotplus
from pydotplus.graphviz import graph_from_dot_data
from sklearn.tree import export_graphviz
import os   
os.environ["PATH"] += os.pathsep + 'D:/软件安装/windows_10_msbuild_Release_graphviz-9.0.0-win32/Graphviz/bin/'

x = bj_test_union[['x1','x2','x3','x4']]
y = bj_test_union["dpd30"]
cart_tree = tree.DecisionTreeRegressor(max_depth=2)
cart_tree = cart_tree.fit(x,y)


cart_tree_data = tree.export_graphviz(
cart_tree,
out_file =None,
proportion=True,
feature_names=['x1','x2','x3','x4'],
class_names=["0","1"],
filled=True,
rounded=True,
special_characters=True)
graph = graphviz.Source(cart_tree_data)
graph
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值