机器学习之决策树实例python
时间: 2023-06-29 14:18:03 浏览: 61
好的,下面是一个简单的决策树实例 Python 代码:
```python
# 导入必要的库
from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree.export import export_graphviz
from IPython.display import Image
import pydotplus
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 创建决策树分类器
clf = DecisionTreeClassifier()
# 训练模型
clf.fit(X, y)
# 可视化决策树
dot_data = export_graphviz(clf, out_file=None,
feature_names=iris.feature_names,
class_names=iris.target_names,
filled=True, rounded=True,
special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
Image(graph.create_png())
```
这个代码使用了 scikit-learn 库提供的 DecisionTreeClassifier 类来创建决策树分类器,并使用 iris 数据集进行训练。然后使用 export_graphviz 函数将训练好的决策树可视化,并使用 pydotplus 库将可视化结果转换为 PNG 格式的图像,最后使用 IPython.display 库将图像显示在 Jupyter Notebook 中。