欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

使用Iris数据集练习决策树并可视化树

程序员文章站 2024-02-26 18:57:58
...

使用决策树对内置数据集iris数据集进行训练,并可视化决策树分支可视化
适合新手

#对连续值特征的数据进行分类
import pandas as pd
from sklearn import preprocessing
from sklearn import tree
from sklearn.datasets import load_iris
#加载数据集
iris=load_iris()
#dir(iris)  #查看数据集的列标签
iris_feature_name=iris.feature_names
iris_feature=iris.data
iris_target_name=iris.target_names
iris_target=iris.target
#构建模型
clf=tree.DecisionTreeClassifier(max_depth=4)
clf=clf.fit(iris_feature,iris_target)
print(clf)
#可视化
import pydotplus
from IPython.display import Image,display
dot_data=tree.export_graphviz(clf,
               out_file=None,
               feature_names=iris_feature_name,
               class_names=iris_target_name,
               filled=True,
               rounded=True
              )
graph=pydotplus.graph_from_dot_data(dot_data)
display(Image(graph.create_png()))

```python
在这里插入代码片

使用Iris数据集练习决策树并可视化树

相关标签: 机器学习