机器学习算法实践：决策树 (Decision Tree)

with open('lenses.txt', 'r') as f:

for line in f:

comps = line.strip().split('\t')

X.append(comps[: -1])

Y.append(comps[-1])

生成决定计划树:

clf = DecisionTreeClassifier() 
 
clf.create_tree(X, Y, lense_labels)

查看生成的决定计划树:

In [2]: clf.tree 
 
Out[2]: 
 
{'tearRate': {'normal': {'astigmatic': {'no': {'age': {'pre': 'soft', 
 
      'presbyopic': {'prescript': {'hyper': 'soft', 'myope': 'no lenses'}}, 
 
            'young': 'soft'}}, 
 
    'yes': {'prescript': {'hyper': {'age': {'pre': 'no lenses', 
 
                'presbyopic': 'no lenses', 
 
                        'young': 'hard'}}, 
 
          'myope': 'hard'}}}}, 
 
  'reduced': 'no lenses'}}

可视化决定计划树

递归获取树的节点和边，个中应用了uuid给每个节点添加了id属性以便将雷同属性的节点区分开.

生成dot文件内容

def dotify(self, tree=None): 
 
    ''' 获取树的Graphviz Dot文件的内容 
 
    ''' 
 
    if tree 	
			 8/10   首页 上一页 6 7 8 9 10 下一页 尾页	
			

　　推荐阅读
　　手机只需发条消息即可开始大规模SQL注入攻击
            【技巧沙龙】AI开辟者拭魅战营-7分钟打造1个定制技能。7月22号，我们等你一路！

            SQL注入(SQLi)应用不安然 Web App 和数据库驱动的类似软件，采取或修改数据(如用户账户记录)，甚至在办事>>>详细阅读


本文标题：机器学习算法实践：决策树 (Decision Tree)
地址：http://www.17bianji.com/lsqh/36282.html
 1/2    1