送书 | 使用决策树对身高体重数据进行分类
决策树(Decision Tree)是一个非参数的监督式学习方法,决策树又称为判定树,是运用于分类的一种树结构,其中的每个内部节点代表对某一属性的一次测试,每条边代表一个测试结果,叶节点代表某个类或类的分布。
下面就使用决策树对人体身高体重数据进行分类。
这个数据一共有10个样本,每个样本有2个属性,分别为身高和体重,第三列为类别标签,表示“胖”或“瘦”。该数据保存在1.txt中,如下所示:
我们的任务就是训练一个决策树分类器,输入身高和体重,分类器能给出这个人是胖子还是瘦子。
分析:首先这次的训练数据是在一个文本文件中,因此需要把该数据集读入,特征和类标签存放在不同变量中。此外,由于类标签是文本,需要转换为数字。其它的过程和前面的例题完全类似,下面就看一下过程。
本例需要使用下面第三方库:
import numpy as npimport scipy as spfrom sklearn import treefrom sklearn.metrics import precision_recall_curvefrom sklearn.metrics import classification_reportfrom sklearn.model_selection import train_test_split
下面这段代码是从文本文件中读入数据:
data = []labels = []with open("1.txt") as ifile: for line in ifile: tokens = line.strip().split(' ') data.append([float(tk) for tk in tokens[:-1]]) labels.append(tokens[-1]) x = np.array(data)labels = np.array(labels)y = np.zeros(labels.shape)
可以看出,程序每次从文本中读取一行,然后使用空格作为分割,将数据当道data矩阵中,然后分别将特征和类标签放到labels和y中。
由于类标签是文本,需要转换为数字,可以使用下面代码进行转换:
y[labels=='fat']=1
然后将数据随机拆分,训练数据占80%的比例,测试数据占20%的比例:
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2,random_state=0)
下面就可以使用DecisionTreeClassifier建立模型,并进行训练了,如下所示:
clf = tree.DecisionTreeClassifier(criterion='entropy')clf.fit(x_train, y_train)
测试结果可以使用下面代码实现:
answer = clf.predict(x_train)print(x_train)print(answer)print(y_train)print(np.mean( answer == y_train))
可以使用下面代码测试不同特征对分类的影响权重
print(clf.feature_importances_)
程序运行结果如下所示:
同样,可以将决策树模型输出到模型文件中,代码如下:
with open("tree.dot", 'w') as f: f = tree.export_graphviz(clf, out_file=f)
切换到命令行状态下,输入以下命令:
dot -Tpdf tree.dot -o tree.pdf
然后在当前目录下找到tree.pdf
文件,打开该文件,即可看到这个决策树,如下所示:
留言回复你在机器学习方面做过哪些有趣的应用,我们会在留言中随机抽取一位读者免费送出北京大学出版社出版的《Python 3 数据分析与机器学习实战》图书一本。
推荐Python中文社区旗下的几个服务类公众号
热 门 推 荐
为你的Python程序加密
用Python开发计时器程序
硬核 | 用Python给女朋友送一颗彩蛋
用Pandas库实现MySQL数据库的读写
本文部分观点摘自北京大学出版社出版的《Python 3 数据分析与机器学习实战》,点击阅读原文了解详情!
送书 | 使用决策树对身高体重数据进行分类相关推荐
- 分类问题:使用决策树对身高体重数据进行分类
import numpy as np import scipy as sp from sklearn import tree from sklearn.metrics import precision ...
- Python实现部分地区男人身高/体重数据的线性拟合
# Python实现部分地区男人身高/体重数据的线性拟合 import numpy as np import matplotlib.pyplot as plt from scipy import op ...
- 送书【新书】 |《python数据科学实战》
又到了每周三的送书时刻啦!本周我们送出的是<python数据科学实战> (文末查看送书规则) 编辑推荐 狗熊会(数据产业高端智库)官方出品:源于实践.终于实战的Python数据分析与大数据 ...
- 运用最小二乘法和sklearn库分析身高体重数据
文章目录 一.使用Excel分析身高体重 二.用Jupyter Notebook编程使用最小二乘法分析身高体重 三.运用Sklearn库,导入数据模拟. 四.参考 一.使用Excel分析身高体重 (这 ...
- 关于决策树,你一定要知道的知识点!(文末送书)
在现实生活中,我们每天都会面对各种抉择,例如根据商品的特征和价格决定是否购买. 不同于逻辑回归把所有因素加权求和然后通过Sigmoid函数转换成概率进行决策,我们会依次判断各个特征是否满足预设条件,得 ...
- 怎么做好数据可视化(文末送书)
点击上方"数据指南",选择"星标"公众号 超级无敌干货,第一时间送达!!! 利用可视化探索图表 一.数据可视化与探索图 数据可视化是指用图形或表格的方式来呈现数 ...
- 送书 | 聊聊逆向爬取数据
最好的挣钱方式是钱生钱,怎样钱生钱呢,钱生钱可以通过投资,例如买股票.基金等方式,有人可能说买股票基金发财,我没这样的命和运气.买股票基金靠的不只有命运和运气,更多靠的是长期的经验和对股票基金数据的分 ...
- 送书 | 《数据产品经理:实践进阶》
同志们,老铁们,乡亲们继上次送书活动送书 |<Python自动化测试实战>之后,很多铁子私信小编说希望多点类似的活动~ 那么它来了,本次是联合华章公司 | 机械工业出版社 送出3本书籍&l ...
- 送书|Python采集QQ音乐热歌榜首数据
今天给大家带来用python采集QQ音乐的热评-文末有送书哦- 我们可以看到这首歌曲的评论有10881条,不愧是榜首热歌,评论比较高. 一.初步测试 我们首先使用selenium测试一下环境: fro ...
最新文章
- C++const关键字作用
- k8s aws 部署_如何在短短30分钟内使用CircleCI设置到AWS S3的持续部署
- 大有乾坤,售前机器人背后的 AI 技术
- Nature子刊:王四宝组揭示按蚊肠道共生菌抗疟的分子机制
- oracle recyclebin详解,oracle recyclebin详解
- StringUtils详解
- Leetcode51 n皇后 DFS+回溯(模板题)
- QT学习笔记(十三):绘制图像
- 12款免费素材图标系列三
- Luckysheet(在线表格) v2.1.12
- 基础知识(十六)Opencv、python、ubuntu
- SSM框架笔记16:EASYUI_SSM框架西蒙购物网
- Docker-Compose 基础与实战,看这一篇就够了 | 原力计划
- ❤️测试人的曲折职场路:从毕业的5K到20K,四年我换了3份工作…
- 突破变态限制快捷方式提权法
- SpringCound-Alibaba
- 2022广东省安全员A证第三批(主要负责人)考试题库及在线模拟考试
- matlab accuracy 存,matlab 绘制caffe accuracy与loss曲线
- Java 开发flink流/批处理程序
- Java响应式编程基础-响应式流
热门文章
- iOS - App Extension 整体总结
- linux网络编程之accept
- 顺序表的操作实验(数据结构)
- CEO CFO COO CJO CAO CQO CTO
- 02 OpenCV图像通道处理
- python命名管道通讯_Python进程间通信的命名管道详解(Windows)
- BZOJ 2085 luogu P3502 [POI2010]Hamsters (KMP、Floyd、倍增)
- realvnc远程控制,realvnc远程控制如何远程桌面
- 计算机毕业设计(附源码)python综合众筹网站
- [LaTex] 上划线输入