实验10决策树

实验10决策树

一、实验目的

(1)理解并熟悉决策树算法思想和原理;

(2)熟悉决策树算法的数学推导过程;

(3)能运用决策树算法解决实际问题并体会算法的效果;

(4)熟悉sklearn与决策树算法相关的机器学习开源库,并使用开源库,对乳腺肿瘤数据进行分类。
二、实验内容

1、使用Python开发工具,运行对iris数据进行分类的例子程序dtree.py,熟悉sklearn机器实习开源库。

使用pycharm运行:

运行结果:

2、登录https://archive-beta.ics.uci.edu/,界面如下:

可以查看提供的各类公共数据源,找到Breast Cancer Wisconsin (Original)数据并下载。也可以直接输入网址:

https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/

下载wisconsin提供的乳腺肿瘤数breast-cancer-wisconsin.data(已经处理好的数据)和breast-cancer-wisconsin.names(对数据的说明,可以用写字体打开)

数据如下:

3、使用sklearn机器学习开源库,使用决策树对breast-cancer-wisconsin.data进行分类。

代码:

运行结果:

4、(选做)用java实现决策树ID3算法,并对上述数据进行分类。

三、实验体会与总结

通过本次决策树算法的实验,掌握了决策树的基本原理和构建过程,在解决乳腺肿瘤数据分类的实际问题中,利用sklearn库高效地构建了决策树模型,从sklearn库导入的多个模块和函数。这些代码被用于处理肿瘤学数据集,并使用交叉验证来评估模型性能,并通过调整参数优化了模型性能。

相关推荐
竹子_237 分钟前
二分法详解:用生活例子 + 图示
python·算法·生活
用户48221371677541 分钟前
Python——正则表达式(字符匹配-贪婪模式)
算法
二向箔reverse1 小时前
经典算法题解析:从思路到实现,掌握核心编程思维
算法
神经星星1 小时前
估值准确率超99%!基于YOLOv11的陶瓷分类智能框架融合视觉建模与经济分析,实现文物分类及价值估测
人工智能·机器学习·开源
天一生水water1 小时前
聚类的肘部法则原理
算法·支持向量机·聚类
007tg1 小时前
007TG洞察:GPT-5前瞻与AI时代竞争力构建:技术挑战与落地路径
人工智能·gpt·机器学习
Blossom.1182 小时前
基于深度学习的图像分类:使用ShuffleNet实现高效分类
人工智能·python·深度学习·目标检测·机器学习·分类·数据挖掘
冰封剑心2 小时前
Docker配置文件daemon.json使用及说明
人工智能·机器学习·计算机视觉
蒟蒻小袁2 小时前
力扣面试150题--颠倒二进制位
java·算法·leetcode
boyedu2 小时前
比特币区块链共识算法:数字世界的信任密码
算法·区块链·共识算法·数字货币·加密货币·虚拟货币