决策树在 sklearn 中的实现

[yoggieCDA]

小伙伴们大家好~o(￣▽￣)ブ，首先声明一下，我的开发环境是Jupyter lab，所用的库和版本大家参考：

Python 3.7.1 （你的版本至少要 3.4 以上

Scikit-learn 0.20.0 （你的版本至少要 0.20

Graphviz 0.8.4 (没有画不出决策树哦，安装代码 conda install python-graphviz

Numpy 1.15.3, Pandas 0.23.4, Matplotlib 3.0.1, SciPy 1.1.0

用 SKlearn 建立一棵决策树

这里采用的数据集是 SKlearn 中的红酒数据集。

1 导入需要的算法库和模块

from sklearn import tree                                 #导入 tree 模块
from sklearn.datasets import load_wine                   #导入红酒数据集
from sklearn.model_selection import train_test_split     #导入训练集和测试集切分包

2 探索数据

wine = load_wine()  
wine.data
wine.data.shape
wine.target
wine.target.shape

运行的结果是这样子的：

data 就是该数据集的特征矩阵，从运行结果可以看出，该红酒数据集一共有 178 条记录，13 个特征。

特征矩阵中有 178 条记录，相对应的标签 Y 就有 178 个数据。

如果 wine 是一张表，应该长这样：

import pandas as pd
pd.concat([pd.DataFrame(wine.data),pd.DataFrame(wine.target)],axis=1)

这是数据集特征列名和标签分类

wine.feature_names
wine.target_names

3 分训练集和测试集

这里选取 30%作为测试集。切分好之后，训练集有 124 条数据，测试集有 54 条数据。

Xtrain, Xtest, Ytrain, Ytest = train_test_split(wine.data,wine.target,test_size=0.3)
Xtrain.shape
Xtest.shape

4 建立模型

clf = tree.DecisionTreeClassifier(criterion="entropy") #初始化树模型
clf = clf.fit(Xtrain, Ytrain)                          #实例化训练集
score = clf.score(Xtest, Ytest)                        #返回预测的准确度

score

5 画出一棵树吧

feature_name = ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类','花青素','颜色强度','色调','od280/od315 稀释葡萄酒','脯氨酸']

import graphviz
dot_data = tree.export_graphviz(clf
                                ,out_file=None
                                ,feature_names= feature_name
                                ,class_names=["琴酒","雪莉","贝尔摩德"]
                                ,filled=True
                                ,rounded=True
                               )
graph = graphviz.Source(dot_data)
graph

6 探索决策树

#特征重要性
clf.feature_importances_

[*zip(feature_name,clf.feature_importances_)]

到现在为止，我们已经学会建立一棵完整的决策树了。有兴趣的话，动手建立一棵属于自己的决策树吧~