这篇文章简单总结一下,在scikit-learn库里面实现决策树的步骤。
步骤一:
利用pandas库导入数据,定义自变量和因变量:
注意:分类变量应该先转换为数值标签。
步骤二:
选择模型,训练模型:
这里是简单模拟,都是用的默认配置,没有对参数进行修改。
步骤三:
模型可视化
注意:做图形导出前,需要先安装Graphviz软件,并将软件的bin文件夹路径添加到系统路径。
然后我们就能看到我们的简单模型了:
也可以用来预测:
这篇文章简单总结一下,在scikit-learn库里面实现决策树的步骤。
步骤一:
利用pandas库导入数据,定义自变量和因变量:
注意:分类变量应该先转换为数值标签。
步骤二:
选择模型,训练模型:
这里是简单模拟,都是用的默认配置,没有对参数进行修改。
步骤三:
模型可视化
注意:做图形导出前,需要先安装Graphviz软件,并将软件的bin文件夹路径添加到系统路径。
然后我们就能看到我们的简单模型了:
也可以用来预测:
本文标题:Python scikit-learn决策树模型(一)简单实现
本文链接:https://www.haomeiwen.com/subject/wnhwvxtx.html
网友评论