首页sklearn.tree.DecisionTreeClassifier()函数的用法

sklearn.tree.DecisionTreeClassifier()函数的用法

时间: 2024-10-11 16:07:23 浏览: 22

sklearn.tree.DecisionTreeClassifier()是一个用于构建决策树分类器的函数，它是scikit-learn库中的一个组件。决策树是一种监督学习算法，主要用于分类任务。以下是使用这个函数的基本步骤： 1. **导入所需的库**: ```python from sklearn import tree ``` 2. **创建 DecisionTreeClassifier 实例**: ```python clf = tree.DecisionTreeClassifier() ``` 3. **设置可选参数** (如果有需要，可以指定参数如最大深度、最小样本分裂等)： ```python clf = tree.DecisionTreeClassifier(max_depth=5) ``` 4. **加载数据集** (假设已经准备好训练数据(X_train, y_train)): ```python X_train, y_train = ... # 样本特征和标签 ``` 5. **拟合模型**: ```python clf.fit(X_train, y_train) ``` 6. **预测新数据**: ```python X_test = ... # 测试数据的特征 predictions = clf.predict(X_test) ``` 7. **评估性能** (使用测试集): ```python accuracy = clf.score(X_test, y_test) ```

阅读全文