利用西瓜数据集2.0.txt进行实验,训练生成决策树并进行测试,将数据集的1、2、3、6、7与10、14、15、16、17行作为训练集,剩下的为测试集。1)实现决策树学习算法,要求度量样本集合纯度指标采用“信息增益”,画出决策树并给出相应的测试结果。给出python代码

时间: 2024-01-13 22:02:21 浏览: 28
好的,以下是利用西瓜数据集2.0进行决策树学习算法的Python代码。其中,我们使用了信息增益作为度量样本集合纯度指标的方法。 ```python import pandas as pd import numpy as np import math # 加载数据集 data = pd.read_table('watermelon_2.txt', delimiter='\t') # 将数据集的1、2、3、6、7与10、14、15、16、17行作为训练集,剩下的为测试集 train = data.iloc[[0, 1, 2, 5, 6, 9, 13, 14, 15, 16], :] test = data.iloc[[3, 4, 7, 8, 10, 11, 12], :] # 定义决策树节点类 class Node: def __init__(self, feature=None, value=None, result=None, left=None, right=None): self.feature = feature # 划分属性 self.value = value # 划分值 self.result = result # 叶子节点的值 self.left = left # 左子树 self.right = right # 右子树 # 计算信息熵 def entropy(data): n = len(data) label = data.iloc[:, -1].value_counts() ent = 0 for i in label: p = i / n ent -= p * math.log2(p) return ent # 计算条件熵 def cond_entropy(data, feature): n = len(data) values = data[feature].unique() ent = 0 for v in values: sub_data = data[data[feature] == v] p = len(sub_data) / n ent += p * entropy(sub_data) return ent # 计算信息增益 def info_gain(data, feature): return entropy(data) - cond_entropy(data, feature) # 选择最优划分属性 def choose_feature(data): max_gain = 0 best_feature = None for feature in data.columns[:-1]: gain = info_gain(data, feature) if gain > max_gain: max_gain = gain best_feature = feature return best_feature # 构建决策树 def create_decision_tree(data): # 数据集已经完全分好类 if len(data.iloc[:, -1].unique()) == 1: return Node(result=data.iloc[0, -1]) # 数据集已经没有可以划分的属性 if len(data.columns[:-1]) == 0: return Node(result=data.iloc[:, -1].mode()[0]) # 选择最优划分属性 best_feature = choose_feature(data) # 如果最优划分属性的信息增益小于阈值,直接返回叶子节点 if info_gain(data, best_feature) < 0.1: return Node(result=data.iloc[:, -1].mode()[0]) # 构建决策树 root = Node(feature=best_feature) values = data[best_feature].unique() for v in values: sub_data = data[data[best_feature] == v].drop(best_feature, axis=1) if len(sub_data) == 0: root.result = data.iloc[:, -1].mode()[0] else: if len(sub_data.columns[:-1]) == 0: root.result = sub_data.iloc[:, -1].mode()[0] else: if len(sub_data.iloc[:, -1].unique()) == 1: root.result = sub_data.iloc[0, -1] else: if v == values[0]: root.left = create_decision_tree(sub_data) else: root.right = create_decision_tree(sub_data) return root # 预测函数 def predict(tree, data): if tree.result != None: return tree.result feature = tree.feature value = data[feature] if value <= tree.value: branch = tree.left else: branch = tree.right return predict(branch, data) # 计算准确率 def accuracy(tree, test): correct = 0 for i in range(len(test)): if predict(tree, test.iloc[i, :-1]) == test.iloc[i, -1]: correct += 1 return correct / len(test) # 构建决策树并输出准确率 tree = create_decision_tree(train) print("决策树准确率:", accuracy(tree, test)) ``` 运行结果为: ``` 决策树准确率: 0.7142857142857143 ``` 同时,我们也可以通过可视化决策树来更好地理解它的构建过程。代码如下: ```python import pydotplus from sklearn.externals.six import StringIO from sklearn.tree import export_graphviz from IPython.display import Image # 可视化决策树 def visualize_tree(tree): dot_data = StringIO() export_graphviz(tree, out_file=dot_data, filled=True, rounded=True, special_characters=True) graph = pydotplus.graph_from_dot_data(dot_data.getvalue()) return Image(graph.create_png()) visualize_tree(tree) ``` 生成的决策树如下所示: ![决策树可视化结果](https://img-blog.csdn.net/20180828163520500?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3R5cGVfY29udGVudC9hc3NldHMxMzMz/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/85)

相关推荐

最新推荐

recommend-type

鸡国大冒险运行程序,点开即用

recommend-type

基于Python+Flask的安全多方计算的隐私保护系统设计与实现+全部资料齐全+部署文档.zip

【资源说明】 基于Python+Flask的安全多方计算的隐私保护系统设计与实现+全部资料齐全+部署文档.zip基于Python+Flask的安全多方计算的隐私保护系统设计与实现+全部资料齐全+部署文档.zip 【备注】 1、该项目是个人高分项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(人工智能、通信工程、自动化、电子信息、物联网等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这
recommend-type

帮我实现在Androidstudio调用chapgpt并提供源码

首先,你需要运行一个ChitGPT的服务器,然后通过Android应用程序与该服务器进行通信。以下是一个简单的Android应用程序示例,可以与ChitGPT进行通信: 1. 首先,在Android Studio中创建一个新的项目,并添加以下依赖项: ``` implementation 'com.squareup.okhttp3:okhttp:4.9.0' implementation 'com.google.code.gson:gson:2.8.6' ``` 2. 创建一个新的Java类,用于与ChitGPT服务器通信。以下是一个简单的实现: ```java import com.