机器学习之决策树(下)
在决策树中有一个很重要的概念就是深度
没错决策树很容易过拟合
从iris来看下所谓的过拟合
环境
- jupyter notebook
导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn import tree
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.datasets import load_iris
import pydotplus
mpl.rcParams['font.sans-serif'] = ['simHei']
mpl.rcParams['axes.unicode_minus'] = Falseiris_feature_E = 'sepal length', 'sepal width', 'petal length', 'petal width'
iris_feature = '花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度'
iris_class = 'Iris-setosa', 'Iris-versicolor', 'Iris-virginica'
# 加载数据
x = pd.DataFrame(load_iris().data)
y = load_iris().target
图片是二维的,所以只能使用两个特征
机器学习之决策树(下)相关推荐
- 利用计算机语言实现ID3算法,机器学习之决策树学习-id3算法-原理分析及c语言代码实现.pdf...
机器学习之决策树学习-id3算法-原理分析及c语言代码实现.pdf 还剩 23页未读, 继续阅读 下载文档到电脑,马上远离加班熬夜! 亲,很抱歉,此页已超出免费预览范围啦! 如果喜欢就下载吧,价低环保 ...
- 【火炉炼AI】机器学习006-用决策树回归器构建房价评估模型
[火炉炼AI]机器学习006-用决策树回归器构建房价评估模型 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit-learn 0.19, matplo ...
- gini系数 决策树_案例7:机器学习--使用决策树实现泰坦尼克号乘客生存率预测...
一.决策树简介 1.1 什么是决策树? 决策树:是一种树形结构,其中每个内部节点表示一个属性上的判断,每个分支代表一个判断结果的输出,最后每个叶节点代表一种分类结果,本质是一颗由多个判断节点组成的树. ...
- 机器学习实战 —— 决策树(完整代码)
声明: 此笔记是学习<机器学习实战> -- Peter Harrington 上的实例并结合西瓜书上的理论知识来完成,使用Python3 ,会与书上一些地方不一样. 机器学习实战-- 决策 ...
- 【机器学习】决策树(Decision Tree)
[机器学习]k近邻算法(KNN) [机器学习]决策树(Decision Tree) [机器学习]朴素贝叶斯(Naive Bayes) 一.概述 决策树(Decision Tree)是有监督学习中的一种 ...
- 机器学习中决策树的随机森林_决策树和随机森林在机器学习中的使用
机器学习中决策树的随机森林 机器学习 (Machine Learning) Machine learning is an application of artificial intelligence ...
- 机器学习之决策树原理
机器学习之决策树原理 1 决策树简介 2 数学知识 ① 信息熵 ② 条件熵 ③ 信息增益 ④ 信息增益比(信息增益率) ⑤ 基尼指数(基尼系数) 3 决策树的构建过程 4 三种决策树算法 ① ID3 ...
- 3 机器学习入门——决策树之天气预报、鸢尾花
前面我们简单学习了线性回归.逻辑回归,不知道有没有做一个总结,那就是什么时候该用逻辑回归? 从结果来观察,可以看到,线性回归的过程就是在找那个合适的方程,来尽量满足你的每行数据.即Y=ax + bx^ ...
- [机器学习数据挖掘]机器学习实战决策树plotTree函数完全解析
[机器学习&数据挖掘]机器学习实战决策树plotTree函数完全解析 http://www.cnblogs.com/fantasy01/p/4595902.html点击打开链接 import ...
- python神经网络算法pdf_Python与机器学习实战 决策树、集成学习、支持向量机与神经网络算法详解及编程实现.pdf...
作 者 :何宇健 出版发行 : 北京:电子工业出版社 , 2017.06 ISBN号 :978-7-121-31720-0 页 数 : 315 原书定价 : 69.00 主题词 : 软件工具-程序设计 ...
最新文章
- MQTT客户端连接服务器协议,mqtt客户端和服务器长连接
- 软件项目管理0824:招标前客户需要准备的资料
- 再说javascript 的__proto__ 和prototype 属性
- android 获取Service(服务)的运行状态
- apache hadoop_使用Apache Hadoop计算PageRanks
- 将jOOQ与JDBC比较
- 华为照片在哪个文件夹_原来华为手机还能这样清理垃圾,怪不得你的手机可以多用5年...
- 物理机安装ESXI6.7提示No Network Adapters的解决方案
- make 命令_make考点总结(建议中、高考学生收藏)
- tasm报错illegal memory reference的解决办法
- 微信云控开发SDK使用教程--手机回传朋友圈点赞数量通知服务端
- 数据库脏读、不可重复读、幻读以及对应的隔离级别
- ubuntu系统学习(1) 测网速命令/实时显示网速speedometer
- 在Java安装完毕之前,向导被中断
- 2018 icpc 焦作站 自闭记
- SQL零基础入门学习(十三)
- vue导出excel加一个进度条_vue纯前端导出excel表格
- jfinal获取mysql_jfinal 调用mysql结果集-问答-阿里云开发者社区-阿里云
- 最新php版本下载地址
- PCB 布局布线小技巧
热门文章
- 已经无法合并还报请合并git_Git不能自动合并怎么解决?
- 高级工程师职英语计算机,高级工程师要考英语吗
- java计算时间跨度_请问如何使用Java计算时间跨度并格式化输出?
- c++程序设计原理与实践_课程思政水资源系统优化原理与方法课程思政元素的探索...
- 【51nod2026】Gcd and Lcm(杜教筛)
- 函数防抖和函数节流的最简单解释
- 机器学习模型评估标准选择循环图
- mac版sublime 无法下载插件(Vue 代码无高亮问题)
- 对于es6的小小理解之generator函数
- Codeforces 889C Maximum Element(DP + 计数)