python——實現決策樹分類

# -*- coding: utf-8 -*- from sklearn import tree #################################################################### #輸入簡單數據# "讀入數據" X = [[0, 0], [1, 1]] Y = [0, 1] "訓練數據" clf = tree.DecisionTreeClassifier() clf = clf.fit(X, Y) "預測 測試樣本的類別" print(clf.predict([[2., 2.]])) #[1] "預測 測試樣本屬於某個類的概率大小" print(clf.predict_proba([[2., 2.]]))#[[ 0. 1.]] #################################################################### #輸入sklearn提供的數據# "決策樹適合二分類和多分類" from sklearn.datasets import load_iris from sklearn import tree "1、讀入數據" iris = load_iris() clf = tree.DecisionTreeClassifier() "2、模型訓練" clf = clf.fit(iris.data, iris.target) "如果我們有pydotplus，可以直接生成一個PDF文件" import pydotplus dot_data = tree.export_graphviz(clf, out_file=None) graph = pydotplus.graph_from_dot_data(dot_data) graph.write_pdf("iris.pdf") "3、預測樣本所屬類別" clf.predict(iris.data[:1, :])#iris.data[:1, :]表示取矩陣的幾行幾列，從0行到1行，0列到最後一列。(左包右閉) "4、預測樣本所屬類別的概率" print(clf.predict_proba(iris.data[:1, :])) #原文鏈接http://scikit-learn.org/stable/modules/tree.html#classification