决策树算法对鸢尾花数据集进行分类

①导入相关扩展包

from sklearn.tree import DecisionTreeClassifier

from sklearn.tree import export_graphviz 

②获取数据集

iris = load_iris()

③划分数据集

x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,random_state=20)

④决策树预估器(estimator)

estimator=DecisionTreeClassifier(criterion="entropy")   #criterion默认为'gini'系数，也可选择信息增益熵'entropy'
estimator.fit(x_train,y_train)      #调用fit()方法进行训练,()内为训练集的特征值与目标值

⑤模型评估

方法一：直接对比测试集的真实值和预测值

y_predict=estimator.predict(x_test)     #传入测试集特征值，预测所给测试集的目标值
print("y_predict:\n",y_predict)
print("直接对比真实值和预测值：\n",y_test==y_predict)

方法二：计算准确率

score=estimator.score(x_test,y_test)    #传入测试集的特征值和目标值

⑥决策树可视化（将结果写入tree.dot文件中，然后将tree.dot文件中的内容粘贴在webgraphviz.com中进行可视化展示

 

export_graphviz(estimator, out_file="tree.dot", feature_names=iris.feature_names)

 

主要代码：

 

def decision_demo():
#     1.获取数据集
    iris = load_iris()
#     2.划分数据集
    x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,random_state=20)
#     3.决策树预估器(estimator)
    estimator=DecisionTreeClassifier(criterion="entropy")   #criterion默认为'gini'系数，也可选择信息增益熵'entropy'
    estimator.fit(x_train,y_train)      #调用fit()方法进行训练,()内为训练集的特征值与目标值
#     4.模型评估
    #方法一：直接对比真实值和预测值
    y_predict=estimator.predict(x_test)     #传入测试集特征值，预测所给测试集的目标值
    print("y_predict:\n",y_predict)
    print("直接对比真实值和预测值：\n",y_test==y_predict)

    #方法二：计算准确率
    score=estimator.score(x_test,y_test)    #传入测试集的特征值和目标值
    print("准确率为：\n",score)

    #决策树可视化
    export_graphviz(estimator,out_file="tree.dot",feature_names=iris.feature_names)

    return None

 

代码运行结果：

 

 可视化展示结果：

 

 

 

 注：可视化展示中，feature_names=iris.feature_names缺省会出现特征值名称缺失现象，如下图所示：