利用python决策树分析iris数据及树状图绘制

数据说明
数据划分
模型训练及评估
- 模型训练代码
- 模型大致评估
树状图绘制
- Graphviz安装配置及入门
代码汇总
基地部门公众号

数据说明

数据来源：https://archive.ics.uci.edu/ml/index.php
4个变量，分别为：
'feature_names': ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']

分类类标有：'setosa', 'versicolor', 'virginica'三种花型

import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
#载入数据
iris=load_iris()

如果下载的数据是txt文件存储的，类似如下图，需要对分类标签数值化，用到函数LabelEncoder进行标签编码：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import sklearn.preprocessing as sp
from sklearn.model_selection import train_test_split
import numpy as np
data=pd.read_table(r'G:\机器学习\书籍阅读\python爬虫\iris.txt',sep=',',header=None)  #数据导入
category = pd.Categorical(data[4])
lab = sp.LabelEncoder()   #标签编码器
type_d = lab.fit_transform(data[4])  #用标签编码器对样本编码
X=list(zip(data[0],data[1],data[2],data[3]))

数据划分

方法一
利用Numpy库中的concatenate()函数，对数据进行选择。

#没有一一列举，举一个使用方法
train_data=np.concatenate((np.array(X)[0:40,:],np.array(X)[50:90,:],np.array(X)[100:140,:]),axis=0)

方法二
导入模块，随机选择多少比例

from sklearn.model_selection import train_test_split
X_tr,X1_te,type_tr,type1_te= train_test_split(X, type_d,test_size=0.2) #训练集占80%，测试集占20%

模型训练及评估

模型训练代码

clf=DecisionTreeClassifier()
clf.fit(X_tr, type_tr)
score=clf.score(X1_te,type1_te)  #正确率
pre_data=clf.predict(X1_te)  #对测试集数据，预测其类别标签

模型大致评估

检测数据与预测数据比较
方法一：cop=sum(type1_te==pre_data) #求出模型预测测试集正确个数
方法二：

#使用循环结构求解模型预测测试集正确个数
for i in range(len(pre_data)):if pre_data[i]==type1_te[i]:a=1compare.append(a)else:a=0compare.append(a)

性能评估

#输出准确率，召回率，F特征值和支持度
from sklearn import metrics
from sklearn.tree import export_graphviz    # 导入的是一个函数
a=metrics.classification_report(type1_te,pre_data)
b=metrics.confusion_matrix(type1_te,pre_data)

树状图绘制

Graphviz安装配置及入门

安装包下载：graphviz-2.38.msi

with open('G:/机器学习/书籍阅读/iris.dot', 'w', encoding='utf-8') as f:f = export_graphviz(clf,  out_file=f,filled=True,rounded=True) #filled=True,rounded=True ：前面一个设置是填充颜色，后面一个是圆形框

使用下面这个软件打开iris.dot文件
决策树的效果图

代码汇总

"决策树"
#分类及回归树（CART)、ID3算法、C4.5算法，随机森林算法，梯度推进机（GBM)
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import sklearn.preprocessing as sp
from sklearn.model_selection import train_test_split
import numpy as np
data=pd.read_table(r'G:\机器学习\书籍阅读\python爬虫\iris.txt',sep=',',header=None)
category = pd.Categorical(data[4])
lab = sp.LabelEncoder()   #标签编码器
type_d = lab.fit_transform(data[4])  #用标签编码器对样本编码
clf=DecisionTreeClassifier()
X=list(zip(data[0],data[1],data[2],data[3]))
#数据集划分 方法一
X_tr,X1_te,type_tr,type1_te= train_test_split(X, type_d,test_size=0.2)
#方法二划分数据集
train_data=np.concatenate((np.array(X)[0:40,:],np.array(X)[50:90,:],np.array(X)[100:140,:]),axis=0)
clf.fit(X_tr, type_tr)
score=clf.score(X1_te,type1_te)
pre_data=clf.predict(X1_te)
#检测数据与预测数据比较
#方法一
all=sum(type1_te==pre_data)
# 方法二
compare=[]
for i in range(len(pre_data)):if pre_data[i]==type1_te[i]:a=1compare.append(a)else:a=0compare.append(a)
#输出准确率，召回率，F特征值和支持度
from sklearn import metrics
from sklearn.tree import export_graphviz    # 导入的是一个函数
a=metrics.classification_report(type1_te,pre_data)
b=metrics.confusion_matrix(type1_te,pre_data)
with open('G:/机器学习/书籍阅读/iris.dot', 'w', encoding='utf-8') as f:f = export_graphviz(clf,  out_file=f,filled=True,rounded=True)

基地部门公众号

利用python决策树分析iris数据及树状图绘制相关推荐

Tree Map:树状图——绘制COVID-19阵列图
Tree Map树状图, 可视化饼状图用于表示每个数据在总体中的占比, 但当数据个体数量较多,规模差异较大时, 饼状图无法很好展现. 树状图是一种通过空间填充占比展示数据比率的可视化方式.能够很好的 ...
word列表数据计算机,怎么把树状图的数据填成excel表格-谁会计算机啊，怎么把word里的表格数据转换成簇状......
excel中生成后的数据透视表如何把树形结构每层的空... 打开Word文档窗口,切换到"插入"功能区.在"插图"分组中单击"图表"按钮. ...
MATLAB | 绘图复刻(三) | 分层聚类分析图：树状图+热图
好久不见啊,今天时绘图复刻第三期,这期画的比较难应该文章也不会太短... 前段时间发现公众号SCIPainter发布了一期名为<如何对基因和蛋白质的表达丰度进行相关性分析>,其中有一幅图很 ...
MATLAB | 全网唯一,使用MATLAB绘制精致的环形树状图
绘制效果请叫我平平无奇的绘图天才,这期一次性带来俩工具函数,分别是两层和三层的环形树状图,可以用来展示数据分类和层级: 理顺层级关系属实理得头秃,代码编写不易点个赞叭!! 由于工具函数过长,将被放在 ...
Linux命令之pstree - 以树状图显示进程间的关系
2019独角兽企业重金招聘Python工程师标准>>> pstree命令以树状图显示进程间的关系(display a tree of processes).ps命令可以显示当前正在运 ...
Java树状图展示的实现
Java树状图展示的实现在项目中经常会遇到将数据以树状图的形式展现出来,如图: 有时候不仅要构建树结构,还要计算每个节点拥有的成员数量. 由于我们不能确定树的大小和层级就不能用常规的方法进行展示,我 ...
MATLAB | 全网唯一,使用MATLAB绘制矩形树状图
绘制效果全网唯一这四个字我都快说腻了,请叫我绘图小天才,又双叒叕写了一个工具函数发到了MATHWORKS,矩形树状图主要用于直观展示各个元素的分类和占比. 编写不易点个赞叭~~ 基本使用需要准备一 ...
利用Python对NBA SportUV数据进行可视化及分析
利用Python对NBA SportUV数据进行可视化及分析 SportUV是2005年,由以色列计算机科学家Gal Oz和Miky Tamir 创立的,其实,最早这两位大牛是搞导弹跟踪和高级光学识别 ...
利用python简单分析抓包数据
利用python简单分析抓包数据 wireshark的数据先读一行看看长啥样 import json data_file = r'E:\download\data.json' with open(d ...

利用python决策树分析iris数据及树状图绘制

利用python决策树分析iris数据及树状图绘制

数据说明

数据划分

模型训练及评估

模型训练代码

模型大致评估

树状图绘制

Graphviz安装配置及入门

代码汇总

基地部门公众号

利用python决策树分析iris数据及树状图绘制相关推荐

最新文章

热门文章