决策树《机器学习入门学习》

偶尔善良 提交于 2020-01-25 09:38:17

代码

# -*- coding: utf-8 -*-
"""
Created on Mon Nov 25 19:54:07 2019

@author: 刘云生
@blog:https://blog.csdn.net/liuyunshengsir
加返利机器人:lys20191020
"""

from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)

import pandas as pd

data=pd.DataFrame(iris.data,columns=['sepal length (cm)',
 'sepal width (cm)',
 'petal length (cm)',
 'petal width (cm)'])

label=pd.DataFrame(iris.target ,columns=['target'])


import graphviz
import os
os.environ["PATH"] += os.pathsep + 'C:\\Program Files (x86)\\Graphviz2.38\\bin'

dot_data = tree.export_graphviz(clf, out_file=None)
graph = graphviz.Source(dot_data)
graph.render("iris")
graph.render(filename ="iris", directory ='./', format='pdf')

dot_data = tree.export_graphviz(clf, out_file=None,
                      feature_names=iris.feature_names,  
                      class_names=iris.target_names,  
                      filled=True, rounded=True,  
                      special_characters=True)  
graph = graphviz.Source(dot_data)  
print(graph)

实验结果

在这里插入图片描述

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!