机器学习——决策树

参数

sklearn.tree.DecisionTreeClassifier 相关参数及说明 ):

类与参数整体

  • 类:sklearn.tree.DecisionTreeClassifier,用于构建决策树分类模型

参数及说明

  1. criterion

    • 功能:采用基尼系数(gini )还是熵(entropy )衡量分裂标准,默认基尼系数
    • 作用:决定如何评估特征分裂的优劣
  2. splitter

    • 可选值:best(在所有特征中找最优切分点 )、random(在部分特征中找切分点 )
    • 说明:默认 best,数据量大时 random 可提升效率
  3. max_features

    • 含义:寻找最优分裂时考虑的特征数量,默认 None(考虑所有特征 ),也可设 log2(取对数 )、sqrt(开平方 )等
    • 场景:特征数少(小于 50 )时一般用默认,按需调整控制特征参与分裂的范围
  4. max_depth

    • 含义:树的最大深度,控制树生长的纵向规模
    • 说明:数据 / 特征少可忽略,样本和特征多时常限制,避免过拟合,未设置则展开到叶子节点纯或达最小样本数
  5. min_samples_split

    • 含义:分裂内部节点所需最小样本数,默认 2
    • 逻辑:样本数少于此值,节点不再分裂,样本量小可不关注,样本量大(数量级高 )建议留意调整
  6. min_samples_leaf

    • 含义:叶子节点最少样本数,限制叶子节点规模
    • 作用:辅助剪枝,样本数不足则和兄弟节点被剪枝,构建树后剪枝阶段起作用
  7. min_weight_fraction_leaf

    • 含义:叶子节点最小样本权重和,默认 0(不考虑权重 )
    • 场景:样本有缺失值、类别分布偏差大时,引入权重需关注此参数,控制叶子节点权重门槛
  8. max_leaf_nodes

    • 含义:最大叶子节点数,限制树的横向规模,默认 None(不限制 )
    • 效果:设值后算法在该数量内找最优树结构,防止过拟合,如设 10 则节点分裂到 10 个叶子后停止
  9. min_impurity_decrease:(原文虽未完整展开说明逻辑,但属于参数之一 )

    • 角色:和决策树生长、不纯度变化关联,影响节点是否分裂
  10. min_impurity_split

    • 含义:限制决策树增长的不纯度阈值(基尼系数、信息增益等指标 )
    • 逻辑:节点不纯度小于此值,不再生成子节点,直接作为叶子节点
  11. class_weight

    • 功能:指定样本各类别权重
    • 作用:防止训练集类别分布不均导致树偏向多数类,可手动设置类别权重平衡影响

这些参数共同控制决策树的结构、生长逻辑、防过拟合策略以及对类别不平衡数据的适配,是使用 sklearn 决策树分类器时调优模型的核心配置项 。

  • class_weight参数 :使用balanced时,算法自动计算权重,样本量少的类别对应样本权重高,用于平衡类别分布影响,防止决策树偏向多数类
  • random_state参数 :设置决策树分枝随机模式,特征数量多时有明显随机性,作用是确保每次运行代码结果相同,控制随机性以实现可复现性 ,属于sklearn决策树模型中影响权重计算和结果可复现性的关键配置 。

python 复制代码
import pandas as pd
from sklearn import tree

# 读取数据
data = pd.read_csv("多元回归.csv")
# data = pd.read_csv("多元回归.csv",encoding='gbk')

# 变量与标签的分离
x = data.iloc[:,:-1]
y = data.iloc[:,-1]

# 实例化一个回归树对象
reg = tree.DecisionTreeRegressor()#修改参数试试效果:ma
reg = reg.fit(x,y)

# 预测
y_pr = reg.predict(x)
print(y_pr)
score = reg.score(x,y)#
print(score)
相关推荐
腾讯云开发者1 分钟前
智涌云端,与 AI 共生,腾讯云架构师峰会圆满落幕!
人工智能
聚客AI2 分钟前
💡2025年AI架构趋势:深度解析AI智能体架构设计的九大核心技术
人工智能·agent·mcp
清朝牢弟7 分钟前
Ubuntu系统VScode实现opencv(c++)视频的处理与保存
c++·人工智能·vscode·opencv·ubuntu
万粉变现经纪人22 分钟前
如何解决pip安装报错ModuleNotFoundError: No module named ‘scikit-learn’问题
人工智能·python·plotly·pycharm·flask·scikit-learn·pip
西猫雷婶32 分钟前
python学智能算法(三十一)|SVM-Slater条件理解
人工智能·python·算法·机器学习·支持向量机
仪器科学与传感技术博士37 分钟前
python:以支持向量机(SVM)为例,通过调整正则化参数C和核函数类型来控制欠拟合和过拟合
开发语言·python·算法·机器学习·支持向量机·过拟合·欠拟合
zxsz_com_cn38 分钟前
智能化设备维护:开启高效运维新时代
大数据·数据库·人工智能
机器之心1 小时前
马斯克:研究者不存在了,只有工程师;LeCun:大错特错
人工智能
psyq1 小时前
LLaMA Factory 角色扮演模型微调实践记录
人工智能·llama
视觉&物联智能1 小时前
【杂谈】-人工智能新范式:神经符号大语言模型的崛起
人工智能·语言模型·自然语言处理