首页 > 分享 > 决策树对鸢尾花数据的处理实践

决策树对鸢尾花数据的处理实践

花匠小妙招
2024-11-06 23:36

学习了决策树和随机森林的相关理论知识，让我们来动手实践吧~ 还是从熟悉的鸢尾花数据入手
首先导入相关包和进行数据预处理，预处理方法可以见https://blog.csdn.net/qq_43468729/article/details/84678701
这里就不重复写了。

接着建立pipline模型

model = Pipeline([ ('ss', StandardScaler()), ('DTC', DecisionTreeClassifier(criterion='entropy', max_depth=3))]) # 根据熵进行决策树分割 model = model.fit(x_train, y_train) y_test_hat = model.predict(x_test) 12345

建立.dot文件可以方便地看到决策树的结构

# dot -Tpng -o 1.png 1.dot f = open('.iris_tree.dot', 'w') # 选择决策树的分类器 tree.export_graphviz(model.get_params('DTC')['DTC'], out_file=f) 1234

画图：

N, M = 100, 100 # 横纵各采样多少个值 x1_min, x1_max = x[:, 0].min(), x[:, 0].max() # 第0列的范围 x2_min, x2_max = x[:, 1].min(), x[:, 1].max() # 第1列的范围 t1 = np.linspace(x1_min, x1_max, N) t2 = np.linspace(x2_min, x2_max, M) x1, x2 = np.meshgrid(t1, t2) # 生成网格采样点 x_show = np.stack((x1.flat, x2.flat), axis=1) # 测试点 cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF']) cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b']) y_show_hat = model.predict(x_show) # 预测值 y_show_hat = y_show_hat.reshape(x1.shape) # 使之与输入的形状相同 plt.figure(facecolor='w')# 图片边框颜色 plt.pcolormesh(x1, x2, y_show_hat, cmap=cm_light) # 预测值的显示 plt.scatter(x_test[:, 0], x_test[:, 1], c=y_test.ravel(), edgecolors='k', s=100, cmap=cm_dark, marker='o') # 测试数据 plt.scatter(x[:, 0], x[:, 1], c=y.ravel(), edgecolors='k', s=40, cmap=cm_dark) # 全部数据 plt.xlabel(iris_feature[0], fontsize=15) plt.ylabel(iris_feature[1], fontsize=15) plt.xlim(x1_min, x1_max) plt.ylim(x2_min, x2_max) plt.grid(True) plt.title(u'鸢尾花数据的决策树分类', fontsize=17) plt.show()

12345678910111213141516171819202122

处理数据计算错误率

y_test = y_test.reshape(-1) # 变成行向量 print (y_test_hat) print (y_test) result = (y_test_hat == y_test) # True则预测正确，False则预测错误 acc = np.mean(result) print ('错误率: %.2f%%' % (100 * (1-acc))) 123456

接着改变决策树的深度看看对错误率的影响并画出折线图

depth = np.arange(1, 15) err_list = [] for d in depth: clf = DecisionTreeClassifier(criterion='entropy', max_depth=d) # 用熵下降最快准则 clf = clf.fit(x_train, y_train) y_test_hat = clf.predict(x_test) # 测试数据 result = (y_test_hat == y_test) # True则预测正确，False则预测错误 err = 1 - np.mean(result) err_list.append(err) print (d, ' 错误率: %.2f%%' % (100 * err)) plt.figure(facecolor='w') plt.plot(depth, err_list, 'ro-', lw=2) plt.xlabel(u'决策树深度', fontsize=15) plt.ylabel(u'错误率', fontsize=15) plt.title(u'决策树深度与过拟合', fontsize=17) plt.grid(True) plt.show()

1234567891011121314151617

结果如下：
在这里插入图片描述