关键词

python利用sklearn包编写决策树源代码

下面是关于“python利用sklearn包编写决策树源代码”的完整攻略。

1. 安装必要的库

首先,我们需要安装必要库可以使用以下命令在命行安装:

pip install scikit-learn

2. 收集数据

接下来,需要收数据。可以使用以下代码从本地文件夹中读取数据:

import pandas as pd

# 读取数据
data = pd.read_csv("data.csv")

# 分离特征和标签
X = data.drop("label", axis=1)
y = data["label"]

在上面的代码中,我们首先使用pandas的read_csv()函数读取数据。然后,我们使用drop()函数分离特征和标签,其中axis=1表示删除列。

3. 训练决策树模型

接下来,我们需要训练决策树模。可以使用以下代码训练模:

from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

#练模型
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

在上面的代码中,我们首先使用train_test_split()函数划分训练集和测试集。其中test_size=0.2表示测试集占总数据集的20%,random_state=42表示随机种子为42。然后,我们使用DecisionTreeClassifier()函数创建决策树分类器,并使用fit()函数训练模型。

4. 预测

最后,我们可以使用以下代码预测结果:

from sklearn.metrics import accuracy_score

# 预测结果
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在上面的代码中,我们首先使用predict函数预测结果,并将结果在y_pred变量中。然后,我们使用accuracy_score()函数计算准确率,并将结果保存在accuracy变量中。最后,我们输出准率。

5. 示例说明###5.1 示例1:使用决策树分类器预测鸢尾花品种

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

# 预测结果
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在上面的代码中,我们首先使用load_iris()函数加载鸢尾花数据集。然后,我们train_test_split()函数划分训练集和测试集。接下来,我们使用DecisionTreeClassifier()函数创建决策树分类器,并使用fit()函数训练模型。然后,我们使用predict()函数预测结果,并使用accuracy_score()函数计算准确率最后,我们输出准确率。

5.2 示例2:使用策树分类器预测乳腺癌

from sklearn.datasets import load_breast_cancer
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据
cancer = load_breast_cancer()
X = cancer.data
y = cancer.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test =_test_split(X y, test_size=0.2, random_state=42)

# 训练模型
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

# 预测结果
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在上面的代码中,我们首先使用load_breast_cancer()函数加载乳腺癌数据集。然后,我们使用train_test_split函数划分训练集和测试集。接下来,我们使用DecisionTreeClassifier()函数创建决策树分类器,并使用fit()函数训练模型。然后,我们使用predict()函数预测结果,并使用accuracy_score()函数计算准确率。最后,我们输出准确率。

本文链接:http://task.lmcjl.com/news/16737.html

展开阅读全文