关于上篇的python实现决策树案例的一些总结

Cvjark

于 2018-09-06 17:45:06 发布

阅读量1.1k

点赞数

文章标签：机器学习决策树机器学习实例

本文链接：https://blog.youkuaiyun.com/weixin_43084928/article/details/82465358

版权

本文是对上篇Python决策树案例的总结，通过实例探讨了决策树的特征向量化、fit和transform的区别，以及LabelBinarizer的使用。还介绍了信息熵作为特征划分标准，并讨论了决策树的过拟合问题和连续特征的处理。同时提到了Graphviz用于可视化决策树，并强调了模型构建中需要注意的要点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

写文章的目的是为了巩固所学，和方便回顾查找。如有讲错的地方，欢迎指出，谢谢。

上篇的决策树案例链接

结合实例来学习更加容易一些

先看一段代码：

import csv
with open('tree(1).csv') as f:
    data = csv.reader(f)
    #reader 方法将读取csv文件中的每一行，并作为列表返回
    for row in data:
        print(type(row))    #类型为list
        print(row)

输出结果：

['RID', 'age', 'income', 'student', 'credit_rating', 'class_buys_computer']
['1', 'youth', 'high', 'no', 'fair', 'no']
['2', 'youth', 'high', 'no', 'excellent', 'no']
['3', 'middle_aged', 'high', 'no', 'fair', 'yes']
['4', 'senior', 'medium', 'no', 'fair', 'yes'

最低0.47元/天解锁文章