python实现决策树算法


本文摘自php中文网,作者零到壹度,侵删。

本文实例讲述了python实现决策树算法。分享给大家供大家参考,具体如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

from sklearn.feature_extraction import DictVectorizer

import csv

from sklearn import tree

from sklearn import preprocessing

from sklearn.externals.six import StringIO

 

# 读取csv数据,并将数据和特征值存入字典和类标签列表

allElectronicsData = open(r'AllElectronics.csv', 'rt')

reader = csv.reader(allElectronicsData)

headers = next(reader)

# 原代码中用的是:

# headers = reader.next()

# 这句代码应该是之前的版本用的,现在已经更新了没有next这个函数

 

# print(headers)

 

featureList = []

labelList = []

 

for row in reader:

    labelList.append(row[len(row) - 1])

    rowDict = {}

    for i in range(1, len(row) - 1):

        rowDict[headers[i]] = row[i]

    featureList.append(rowDict)

 

# print(featureList)

 

 

# 将特征值矢量化,代表将各种参数进行矢量化

vec = DictVectorizer()

dummyX = vec.fit_transform(featureList).toarray()

 

# print("dummyX: " + str(dummyX))

# print(vec.get_feature_names())

 

# print("labelList: " + str(labelList))

 

# 将类标签列表矢量化,就是最后的结果

lb = preprocessing.LabelBinarizer()

dummyY = lb.fit_transform(labelList)

# print("dummyY: " + str(dummyY))

 

# 使用决策树进行分类

clf = tree.DecisionTreeClassifier()

# clf = tree.DecisionTreeClassifier(criterion = 'entropy')

clf = clf.fit(dummyX, dummyY)

# print("clf: " + str(clf))

 

# 将模型进行可视化

with open("allElectrionicInformationOri.dot", 'w') as f:

    f = tree.export_graphviz(clf, feature_names = vec.get_feature_names(), out_file = f)

 

oneRowX = dummyX[0, :]

# print("oneRowX: " + str(oneRowX))

 

# 接下来改变一些数据进行预测

newRowX = oneRowX

 

newRowX[0] = 0

newRowX[1] = 1

print("newRowX: " + str(newRowX))

 

predictedY = clf.predict(newRowX.reshape(1, -1))  # 预测的结果需要加上后面的reshape(1, -1),不然会

# 报错:

# ValueError: Expected 2D array, got 1D array instead:

# array=[0. 1. 1. 0. 1. 1. 0. 0. 1. 0.].

# Reshape your data either using array.reshape(-1, 1)

# if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

print("预测的结果为: " + str(predictedY))


针对人员购买力进行一次分类,以此来对项目进行分类,在最后的过程中,还可以对结果进行一定的预测。代码见上,有一些优点和缺点

决策树算法的优点:

    1)简单直观,生成的决策树很直观。

    2)基本不需要预处理,不需要提前归一化,处理缺失值。

    3)使用决策树预测的代价是O(log2m)O(log2m)。 m为样本数。

    4)既可以处理离散值也可以处理连续值。很多算法只是专注于离散值或者连续值。

    5)可以处理多维度输出的分类问题。

    6)相比于神经网络之类的黑盒分类模型,决策树在逻辑上可以得到很好的解释

    7)可以交叉验证的剪枝来选择模型,从而提高泛化能力。

    8) 对于异常点的容错能力好,健壮性高。

    我们再看看决策树算法的缺点:

    1)决策树算法非常容易过拟合,导致泛化能力不强。可以通过设置节点最少样本数量和限制决策树深度来改进。

    2)决策树会因为样本发生一点点的改动,就会导致树结构的剧烈改变。这个可以通过集成学习之类的方法解决。

    3)寻找最优的决策树是一个NP难的问题,我们一般是通过启发式方法,容易陷入局部最优。可以通过集成学习之类的方法来改善。

    4)有些比较复杂的关系,决策树很难学习,比如异或。这个就没有办法了,一般这种关系可以换神经网络分类方法来解决。

    5)如果某些特征的样本比例过大,生成决策树容易偏向于这些特征。这个可以通过调节样本权重来改善。


相关推荐:

数据挖掘十大算法之决策树详解

决策树算法

决策树算法原理及案例

决策树算法实现

以上就是python实现决策树算法的详细内容,更多文章请关注木庄网络博客!!

相关阅读 >>

Python怎么样输出九九乘法表

Python可以写病毒吗

Python如何停止运行

Python如何读取excel文件夹

Python对字符串实现重操作方法讲解

数据分析师为什么要学Python

Python如何输出换行

Python的解释器是什么?

Python之post登录实例代码

Python字典基本操作有哪些

更多相关阅读请进入《Python》频道 >>




打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,您说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

分享从这里开始,精彩与您同在

评论

管理员已关闭评论功能...