【机器学习算法】——决策树:CART

文章目录

理论

CART全称叫Classification and Regression Tree,即分类与回归树。CART假设决策树是二叉树,内部结点特征的取值只有"是"和"否",左分支是取值为"是"的分支,有分支则相反。这样的决策树等价于递归地二分每个特征。

CART分类回归树可以做分类或者回归。

  • 如果待预测结果是离散型数据,则CART生成分类决策树;
  • 如果待预测结果是连续型数据,则CART生成回归决策树。
    CART分类树使用==基尼指数(gini)==作为节点划分依据。
    CART决策树的生成就是递归地构建二叉决策树的过程 ,对回归树用平方误差最小化准则,对分类树用基尼指数最小化准则,进行特征选择,生成二叉树
    简而言之:选取Gini指数最小的分支属性作为根节点的分支属性!!!
    学习视频:【【五分钟机器学习】可视化的决策过程:决策树 Decision Tree】

sklearn 库实现

  1. 安装库文件,用于生成二叉树的图:
    pip install graphviz

  2. 下载graphviz安装包进行本地安装:参考学习

  3. 重启pycharm。

  4. 写代码:

    决策树需要从`from sklearn import tree'导入

python 复制代码
clf = tree.DecisionTreeClassifier(criterion='gini', max_depth=3)#cart模型
# 使用特征数据和标签数据训练决策树模型
result = clf.fit(X, Y)

这两行是构建CART模型的关键代码,分裂标准是'gini'指数,可以改变树的不同深度。

完整代码

python 复制代码
import numpy as np  # 导入numpy库
import random  # 导入random库
from sklearn import tree  # 从sklearn库中导入决策树模块
from sklearn.linear_model import LinearRegression
from graphviz import Source  # 从graphviz库中导入Source类

#1. 准备数据集
np.random.seed(42)  # 设置numpy的随机数生成器的种子
X = np.random.randint(10, size=(100, 4))  # 生成一个100行4列的随机整数数组(>=10),作为特征数据
Y = np.random.randint(2, size=100)  # 生成一个包含100个元素的随机整数数组(>=2),作为标签数据
a = np.column_stack((Y, X))  # 将标签和特征数据垂直堆叠
print(a.size)
print(a)

#2. 模型训练
# 创建决策树分类器,使用基尼系数作为分裂准则,最大深度为3
clf = tree.DecisionTreeClassifier(criterion='gini', max_depth=3)#cart模型
# 使用特征数据和标签数据训练决策树模型
result = clf.fit(X, Y)

# 3. 可视化
# 将训练好的决策树模型导出为Graphviz格式的源代码,并创建Source对象
# result1 = tree.export_graphviz(result, out_file=None)
# graph = Source(result1)
graph = Source(tree.export_graphviz(result,out_file=None))
# 设置生成的图像格式为PNG
graph.format = 'png'
# 将Source对象渲染为PNG图像,并自动打开查看
graph.render('cart_tree', view=True)
相关推荐
QuantumStack1 分钟前
【C++ 真题】P1104 生日
开发语言·c++·算法
写个博客38 分钟前
暑假算法日记第一天
算法
绿皮的猪猪侠40 分钟前
算法笔记上机训练实战指南刷题
笔记·算法·pta·上机·浙大
hie988941 小时前
MATLAB锂离子电池伪二维(P2D)模型实现
人工智能·算法·matlab
杰克尼2 小时前
BM5 合并k个已排序的链表
数据结构·算法·链表
蓝婷儿2 小时前
Python 机器学习核心入门与实战进阶 Day 3 - 决策树 & 随机森林模型实战
人工智能·python·机器学习
大千AI助手2 小时前
PageRank:互联网的马尔可夫链平衡态
人工智能·机器学习·贝叶斯·mc·pagerank·条件概率·马尔科夫链
我就是全世界2 小时前
TensorRT-LLM:大模型推理加速的核心技术与实践优势
人工智能·机器学习·性能优化·大模型·tensorrt-llm
.30-06Springfield2 小时前
决策树(Decision tree)算法详解(ID3、C4.5、CART)
人工智能·python·算法·决策树·机器学习
我不是哆啦A梦2 小时前
破解风电运维“百模大战”困局,机械版ChatGPT诞生?
运维·人工智能·python·算法·chatgpt