概述
sklearn 中的决策树
一、模块sklearn.tree
sklearn中的决策树都在“tree”这个模块之下，这个模块共包括五个类：
| tree.DecisionTreeClassifier | 分类树 |
| tree.DecisionTreeRegressor | 回归树 |
| tree.export_graphviz | 将生成的决策树导出为DOT格式，画图专用 |
| tree.ExtraTreeClassifier | 高随机版本的分类树 |
| tree.ExtraTreeRegressor | 高随机版本的回归树 |
二、sklearn的基本建模流程
在这个过程中，分类树对应的代码是：
from sklearn import tree # 需要导入的模块
clf = tree.DecisionTreeClassifier() # 实例化
clf = clf.fit(x_train,y_train) # 用训练集数据训练模型
result = clf.score(x_test,y_test) # 导入测试集，从接口中调用需要的信息（根据菜菜的机器学习整理）
最后
以上就是坚定指甲油为你收集整理的sklearn中的决策树模块及流程的全部内容，希望文章能够帮你解决sklearn中的决策树模块及流程所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复