分類模型——決策樹

qiangdada 發布于2019-07-31 11:03 / 2638人閱讀

Split train and test

from sklearn.cross_validation import train_test_split
x_train, x_test, y_train, y_test = train_test_split(customer.ix[:,0:customer.columns.size-1], customer.ix[:,customer.columns.size-1], test_size = 0.2)
x_train, x_test, y_train, y_test = train_test_split(order.ix[:,0:order.columns.size-1], order.ix[:,order.columns.size-1], test_size = 0.2)

Decision tree

使用信息熵作為劃分標準，對決策樹進行訓練

from sklearn import tree  
clf = tree.DecisionTreeClassifier(criterion="entropy")
print(clf)  
clf.fit(x_train, y_train)

Predict

answer = pd.Series(clf.predict(x_test))
result = pd.DataFrame(np.c_[y_test, answer])
result["correct"] = np.where(result[0] == result[1], 1, 0) 
sum(result["correct"])/pd.count(result["correct"])
result.sum()/result.count()

preds = clf.predict(x_test)
result = pd.crosstab(y_test, preds, rownames=["actual"], colnames=["preds"])
res = result.div(result.sum(1).astype(float), axis=0)
res
res2 = res.drop(max(res) < 0.5, axis=1)
res.to_csv("result.csv", index = True, header = True)

GPU云服務器云服務器決策樹數據模型與決策決策樹python 決策樹圖像識別

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/44570.html

Hinton提出泛化更優的「軟決策樹」：可解釋DNN具體決策

摘要：近日，針對泛化能力強大的深度神經網絡無法解釋其具體決策的問題，深度學習殿堂級人物等人發表論文提出軟決策樹。即使沒有使用無標簽數據，仍然有可能通過使用一種稱為蒸餾法，的技術和一種執行軟決策的決策樹，將神經網絡的泛化能力遷移到決策樹上。近日，針對泛化能力強大的深度神經網絡（DNN）無法解釋其具體決策的問題，深度學習殿堂級人物 Geoffrey Hinton 等人發表 arXiv 論文提出「軟決...

SillyMonkey 2019-04-25 18:22 評論0 收藏0
tensorflow決策樹

當涉及到機器學習和數據科學時，決策樹是一種廣泛使用的算法。TensorFlow是一種流行的機器學習框架，它可以用于訓練和部署決策樹模型。在本文中，我們將探討如何使用TensorFlow實現決策樹算法。首先，讓我們了解一下決策樹算法的工作原理。決策樹是一種基于樹形結構的分類算法，它將數據集分成不同的類別或標簽。決策樹的每個節點表示一個特征，每個分支表示該特征的一個可能取值，而每個葉節點表示一個類...

sumory 2023-04-26 02:19 評論0 收藏1571