吴恩达机器学习实践实验室：决策树（Decision Trees）

在本练习中，您将从头开始实施决策树，并将其应用于蘑菇可食用还是有毒的分类任务。

1-包

首先，让我们运行下面的单元格来导入此分配过程中所需的所有包。

• numpy是在Python中处理矩阵的基本包。
• matplotlib是一个著名的Python绘图库。
• utils.py包含此赋值的辅助函数。您不需要修改此文件中的代码。

import numpy as np
import matplotlib.pyplot as plt
from public_tests import *
%matplotlib inline

2-问题陈述

假设你正在创办一家种植和销售野生蘑菇的公司。

• 由于并非所有蘑菇都是可食用的，因此您希望能够根据蘑菇的物理属性来判断其是否可食用或有毒。
• 您有一些现有的数据可以用于此任务。

你能用这些数据来帮助你确定哪些蘑菇可以安全销售吗？
注：所使用的数据集仅用于说明目的。它并不意味着成为识别食用蘑菇的指南。

3-数据集

您将从加载此任务的数据集开始。您收集的数据集如下：

• 你有10个蘑菇的例子。对于每个示例，都有
  • “三个特征”
    • “Cap Color”（棕色或红色）
    • “Stalk Shape”（锥形或扩大）
    • “Solitary”（是或否）
  • “Label Edible”
    • （1表示是，0表示有毒）

3.1一个热编码数据集

为了便于实现，我们对特性进行了热编码（将它们转换为0或1值特性）

因此

• X_train包含每个示例的三个特征
  • 棕色（值1表示“棕色”的菌盖颜色，0表示“红色”的菌帽颜色）
  • 锥形（值1指示“锥形茎形状”，0表示茎形状“扩大”）
  • 孤立（值1表明“是”，0表明“否”）
• y_train表示蘑菇是否可食用
  • y=1表示可食用
  • y=0表示有毒

X_train = np.array([[1,1,1],[1,0,1],[1,0,0],[1,0,0],[1,1,1],[0,1,1],[0,0,0],[1,0,1],[0,1,0],[1,0,0]])
y_train = np.array([1,1,0,0,1,0,0,1,1,0])

查看变量
让我们更熟悉您的数据集。

• 一个好的开始是打印出每个变量，看看它包含什么。

下面的代码打印X_train的前几个元素和变量的类型。

print("First few elements of X_train:\n", X_train[:5])
print("Type of X_train:",type(X_train))

First few elements of X_train:
 [[1 1 1]
 [1 0 1]
 [1 0 0]
 [1 0 0]
 [1 1 1]]
Type of X_train: <class 'numpy.ndarray'>

现在，让我们为y_train做同样的事情

print("First few elements of y_train:", y_train[:5])
print("Type of y_train:",type(y_train))