- 5
- 0
- 约1.01千字
- 约 21页
- 2023-12-15 发布于江苏
- 举报
第15课算法的应用2023.12.14
决策树算法应用01决策树算法简介02作业布置03总结回顾04CONTENTS目录
01决策树算法简介
1.决策树算法简介01决策树是一种应用非常广泛的算法,比如语音识别、人脸识别、医疗诊断、模式识别等。02决策树算法既可以解决分类问题(对应的目标值是类别型的数据),也能解决回归问题(输出结果也可以是连续的数值)。
相比其他算法,决策树有一个非常明显的优势,就是可以很直观地进行可视化,分类规则好理解,让非专业的人也容易看明白。
比如某个周末,你根据天气等情况决定是否出门,如果降雨就不出门,否则看是否有雾霾……这个决策的过程,可以画成这样一颗树形图:
02决策树算法应用
下面我们以sklearn中的葡萄酒数据集为例,给定一些数据指标,比如酒精度等,利用决策树算法,可以判断出葡萄酒的类别。
2.加载数据为了方便利用图形进行可视化演示,我们只选取其中2个特征:第1个特征(酒精度)和第7个特征(黄酮量),并绘制出3?类葡萄酒相应的散点图。在上面的散点图中,颜色代表葡萄酒的类别,横轴代表酒精度,纵轴代表黄酮量。
3.?调用算法和调用其他算法的方法一样,我们先把数据集拆分为训练集和测试集,然后指定相关参数,这里我们指定决策树的最大深度等于2,并对算法进行评分。
从上面的结果可以看出,决策树算法的训练得
原创力文档

文档评论(0)