机器学习之决策树实践：隐形眼镜类型预测

步骤：

收集数据：使用书中提供的小型数据集

准备数据：对文本中的数据进行预处理，如解析数据行

分析数据：快速检查数据，并使用createPlot()函数绘制最终的树形图

训练决策树：使用createTree()函数训练

测试决策树：编写简单的测试函数验证决策树的输出结果&绘图结果

使用决策树：这部分可选择将训练好的决策树进行存储，以便随时使用

1、数据集

young    myope   no  reduced no lenses
young   myope   no  normal  soft
young   myope   yes reduced no lenses
young   myope   yes normal  hard
young   hyper   no  reduced no lenses
young   hyper   no  normal  soft
young   hyper   yes reduced no lenses
young   hyper   yes normal  hard
pre myope   no  reduced no lenses
pre myope   no  normal  soft
pre myope   yes reduced no lenses
pre myope   yes normal  hard
pre hyper   no  reduced no lenses
pre hyper   no  normal  soft
pre hyper   yes reduced no lenses
pre hyper   yes normal  no lenses
presbyopic  myope   no  reduced no lenses
presbyopic  myope   no  normal  no lenses
presbyopic  myope   yes reduced no lenses
presbyopic  myope   yes normal  hard
presbyopic  hyper   no  reduced no lenses
presbyopic  hyper   no  normal  soft
presbyopic  hyper   yes reduced no lenses
presbyopic  hyper   yes normal  no lenses

2、代码如下

# -*- coding: UTF-8 -*-
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn.externals.six import StringIO
from sklearn import tree
import pandas as pd
import numpy as np
import pydotplusif __name__ == '__main__':with open('lenses.txt', 'r') as fr:                                       #加载文件lenses = [inst.strip().split('\t') for inst in fr.readlines()]      #处理文件lenses_target = []                                                        #提取每组数据的类别，保存在列表里for each in lenses:lenses_target.append(each[-1])# print(lenses_target)lensesLabels = ['age', 'prescript', 'astigmatic', 'tearRate']           #特征标签       lenses_list = []                                                       #保存lenses数据的临时列表lenses_dict = {}                                                       #保存lenses数据的字典，用于生成pandasfor each_label in lensesLabels:                                         #提取信息，生成字典for each in lenses:lenses_list.append(each[lensesLabels.index(each_label)])lenses_dict[each_label] = lenses_listlenses_list = []# print(lenses_dict)                                                     #打印字典信息lenses_pd = pd.DataFrame(lenses_dict)                                   #生成pandas.DataFrame# print(lenses_pd)                                                       #打印pandas.DataFramele = LabelEncoder()                                                     #创建LabelEncoder()对象，用于序列化            for col in lenses_pd.columns:                                           #序列化lenses_pd[col] = le.fit_transform(lenses_pd[col])# print(lenses_pd)                                                        #打印编码信息clf = tree.DecisionTreeClassifier(max_depth = 4)                       #创建DecisionTreeClassifier()类clf = clf.fit(lenses_pd.values.tolist(), lenses_target)                    #使用数据，构建决策树dot_data = StringIO()tree.export_graphviz(clf, out_file = dot_data,                         #绘制决策树feature_names = lenses_pd.keys(),class_names = clf.classes_,filled=True, rounded=True,special_characters=True)graph = pydotplus.graph_from_dot_data(dot_data.getvalue())graph.write_pdf("tree.pdf")                                               #保存绘制好的决策树，以PDF的形式存储。print(clf.predict([[1,1,1,0]]))

机器学习之决策树实践：隐形眼镜类型预测相关推荐

基于决策树的隐形眼镜类型预测
隐形眼镜数据集是著名的数据集,它包含很多患者眼部状况的观察条件以及医生推荐的隐形眼镜类型.隐形眼镜的类型包括硬材质.软材质以及不适合佩戴隐形眼镜.数据集如下图所示,第一列代表年龄'age',第二列代表 ...
matlab隐形眼镜类型预测,【实现】利用决策树推荐隐形眼镜类型
背景介绍:根据患者眼部状况的观察条件,利用决策树来向患者推荐隐形眼镜的类型. 1. 收集数据数据集来自于UCI数据库的隐形眼镜数据集. 数据格式 2. 准备数据解析tab键分割的数据行.def r ...
机器学习之决策树实现隐形眼镜预测
代码: from math import log import operator import time import pickle import matplotlib.pyplot as pltde ...
matlab隐形眼镜类型预测,决策树预测隐形眼镜类型
脚步不停,伸出舌头轻轻舔,自己有些干燥的嘴唇,目,神色浮现., 欧阳,有天尊二重,你怎么猜到老夫五重,?", 过日子哩,你要是真的不嫌,真的不嫌弃我,我就拜你做自己还在世的,世的父亲,你就, ...
机器学习——决策树实践（预测隐形眼镜类型）
前言之前把<机器学习实战>这本书的分类部分学完了,想自己动手实践一下,所以从前面的章节开始,慢慢熟悉代码. 今天在学习决策树的时候,发现书中并没有直接给出预测隐形眼镜类型的代码,于是想借 ...
机器学习算法（二）：决策树理论与python实现+经典应用（预测隐形眼镜类型）
最近重温了本科学过的一个算法,决策树.想写篇博文整理一下,一则与大家分享,希望能帮到有需要的人.二来作为一个学习笔记,记录一下学习内容.为了让大家对这个算法有一个系统清晰的认识,这篇博文侧重于 ...
机器学习实战--决策树ID3的构建、画图与实例：预测隐形眼镜类型
声明本文参考了<机器学习实战>书中代码,结合该书讲解,并加之自己的理解和阐述机器学习实战系列博文机器学习实战--k近邻算法改进约会网站的配对效果机器学习实战--决策树的构建.画图与 ...
机器学习实战3.4决策树项目案例03：使用Sklearn预测隐形眼镜类型
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多人工智能.机器学习干货 csdn:https://blog.csdn.net/baidu_31657889/ github ...
【python和机器学习入门2】决策树3——使用决策树预测隐形眼镜类型
参考博客:决策树实战篇之为自己配个隐形眼镜 (po主Jack-Cui,<--大部分内容转载自参考书籍:<机器学习实战>--第三章3.4 <--决策树基础知识见前两篇 , 摘要 ...

机器学习之决策树实践：隐形眼镜类型预测

机器学习之决策树实践：隐形眼镜类型预测相关推荐

最新文章

热门文章