#将matplotlib的图表直接嵌入到Notebook之中 %matplotlib inline from sklearn.ensemble import RandomForestClassifier from sklearn.tree import DecisionTreeClassifier from sklearn.datasets import load_wine from sklearn.model_selection import train_test_split #训练测试划分 Xtain,Xtest,Ytrain,Ytest=train_test_split(wine.data,wine.target,test_size=0.3) #确定随机的样本,使数值不再变化 clf=DecisionTreeClassifier(random_state=0) rfc=RandomForestClassifier(random_state=0) clf=clf.fit(Xtrain,Ytrain) rfc=rfc.fit(Xtrain,Ytrain) score_c=clf.score(Xtest,Ytest) score_r=rfc.score(Xtest,Ytest) #.format一个连接,一棵树和随机森林返回的结果,一般随机森林的准确性会更高一点 print("single Tree:{}".format(score_c),"random Forest:{}".format(score_r))
时间: 2024-04-16 21:25:24 浏览: 119
matplotlib.pyplot笔记
你的代码片段中使用了 `%matplotlib inline` 这个魔术命令,该命令用于在 Jupyter Notebook 中将 matplotlib 图表直接嵌入到 Notebook 中。但是,在你的代码中,我没有看到导入 matplotlib 的语句,也没有看到你使用 matplotlib 来创建图表并显示。
在你的代码中,你只是使用了 `print()` 函数来打印单一决策树和随机森林分类器的准确性。如果你想直接在 Notebook 中显示图表,你需要使用 matplotlib 的绘图函数(例如 `plt.plot()`、`plt.scatter()` 等)来创建图表,并使用 `plt.show()` 函数来显示图表。
以下是一个示例,显示如何在 Notebook 中创建一个简单的柱状图:
```python
%matplotlib inline
import matplotlib.pyplot as plt
# 假设你已经计算了两个模型的分数
score_c = 0.85
score_r = 0.92
# 创建柱状图
plt.bar(['Single Tree', 'Random Forest'], [score_c, score_r])
plt.xlabel('Model')
plt.ylabel('Accuracy')
plt.title('Model Comparison')
# 显示图表
plt.show()
```
你可以根据你的需求和数据来调整图表的类型和样式。希望这能帮助到你!如果你有更多问题,请随时提问。
阅读全文