菜单
×
   ❮     
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

Python 教程

Python 主页 Python 简介 Python 入门 Python 语法 Python 注释 Python 变量 Python 数据类型 Python 数字 Python 类型转换 Python 字符串 Python 布尔值 Python 运算符 Python 列表 Python 元组 Python 集合 Python 字典 Python If...Else Python While 循环 Python For 循环 Python 函数 Python Lambda Python 数组 Python 类/对象 Python 继承 Python 迭代器 Python 多态 Python 作用域 Python 模块 Python 日期 Python 数学 Python JSON Python 正则表达式 Python PIP Python Try...Except Python 用户输入 Python 字符串格式化

文件处理

Python 文件处理 Python 读取文件 Python 写入/创建文件 Python 删除文件

Python 模块

NumPy 教程 Pandas 教程 SciPy 教程 Django 教程

Python Matplotlib

Matplotlib 简介 Matplotlib 入门 Matplotlib Pyplot Matplotlib 绘图 Matplotlib 标记 Matplotlib 线条 Matplotlib 标签 Matplotlib 网格 Matplotlib 子图 Matplotlib 散点图 Matplotlib 条形图 Matplotlib 直方图 Matplotlib 饼图

机器学习

入门 均值、中位数、众数 标准差 百分位数 数据分布 正态数据分布 散点图 线性回归 多项式回归 多元回归 缩放 训练/测试 决策树 混淆矩阵 层次聚类 逻辑回归 网格搜索 分类数据 K-means Bootstrap Aggregation (装袋法) 交叉验证 AUC - ROC 曲线 K-近邻

Python MySQL

MySQL 入门 MySQL 创建数据库 MySQL 创建表 MySQL 插入 MySQL 选择 MySQL Where MySQL Order By MySQL 删除 MySQL 删除表 MySQL 更新 MySQL Limit MySQL Join

Python MongoDB

MongoDB 入门 MongoDB 创建数据库 MongoDB 集合 MongoDB 插入 MongoDB Find MongoDB Query MongoDB Sort MongoDB 删除 MongoDB 删除集合 MongoDB 更新 MongoDB Limit

Python 参考

Python 概述 Python 内置函数 Python 字符串方法 Python 列表方法 Python 字典方法 Python 元组方法 Python 集合方法 Python 文件方法 Python 关键字 Python 异常 Python 词汇表

模块参考

Random 模块 Requests 模块 Statistics 模块 Math 模块 cMath 模块

Python 如何操作

删除列表重复项 反转字符串 两个数字相加

Python 示例

Python 示例 Python 编译器 Python 练习 Python 测验 Python 服务器 Python 面试问答 Python 训练营 Python 证书

机器学习 - 决策树



决策树

在本章中,我们将向您展示如何制作一个“决策树”。决策树是一个流程图,可以帮助您根据过去的经验做出决策。

在示例中,一个人将尝试决定他/她是否应该去看喜剧表演。

幸运的是,我们示例中的这个人记录了每次有喜剧表演时的情况,并记录了一些关于喜剧演员的信息,还记录了他们是否去看了。

Age 经验 排名 国籍 Go
36 10 9 UK 不推荐
42 12 4 USA 不推荐
23 4 6 N 不推荐
52 4 4 USA 不推荐
43 21 8 USA 推荐
44 14 5 UK 不推荐
66 3 7 N 推荐
35 14 9 UK 推荐
52 13 7 N 推荐
35 5 9 N 推荐
24 3 5 USA 不推荐
18 3 7 UK 推荐
45 9 9 UK 推荐

现在,基于这个数据集,Python 可以创建一个决策树,用于决定是否有新的表演值得参加。



它是如何工作的?

首先,使用 pandas 读取数据集

示例

读取并打印数据集

import pandas

df = pandas.read_csv("data.csv")

print(df)

运行示例 »

要制作决策树,所有数据都必须是数值的。

我们需要将非数值列 'Nationality' 和 'Go' 转换为数值。

Pandas 有一个 map() 方法,它接受一个字典,其中包含有关如何转换值的信息。

{'UK': 0, 'USA': 1, 'N': 2}

表示将值 'UK' 转换为 0,'USA' 转换为 1,'N' 转换为 2。

示例

将字符串值更改为数值

d = {'UK': 0, 'USA': 1, 'N': 2}
df['Nationality'] = df['Nationality'].map(d)
d = {'YES': 1, 'NO': 0}
df['Go'] = df['Go'].map(d)

print(df)

运行示例 »

然后,我们必须将特征列与目标列分开。

特征列是我们尝试从中预测的列,目标列是我们尝试预测其值的列。

示例

X 是特征列,y 是目标列

features = ['Age', 'Experience', 'Rank', 'Nationality']

X = df[features]
y = df['Go']

print(X)
print(y)

运行示例 »

现在我们可以创建实际的决策树,并用我们的详细信息对其进行拟合。首先导入我们需要的模块

示例

创建并显示决策树

import pandas
from sklearn import tree
来自 sklearn.tree 导入 DecisionTreeClassifier
import matplotlib.pyplot as plt

df = pandas.read_csv("data.csv")

d = {'UK': 0, 'USA': 1, 'N': 2}
df['Nationality'] = df['Nationality'].map(d)
d = {'YES': 1, 'NO': 0}
df['Go'] = df['Go'].map(d)

features = ['Age', 'Experience', 'Rank', 'Nationality']

X = df[features]
y = df['Go']

dtree = DecisionTreeClassifier()
dtree = dtree.fit(X, y)

tree.plot_tree(dtree, feature_names=features)

运行示例 »


结果解释

决策树使用您先前的决策来计算您想去看喜剧演员表演的可能性。

让我们来解读决策树的各个方面

排名

Rank <= 6.5 意味着所有排名为 6.5 或更低的喜剧演员将沿着 True 箭头(左侧)前进,其余的将沿着 False 箭头(右侧)前进。

gini = 0.497 指的是划分的质量,并且始终是一个介于 0.0 和 0.5 之间的数字,其中 0.0 意味着所有样本都得到了相同的结果,而 0.5 意味着划分恰好在中间。

samples = 13 意味着在决策的这一点上还有 13 位喜剧演员,因为这是第一步,所以就是所有演员。

value = [6, 7] 意味着在这 13 位喜剧演员中,6 位会得到“否”,7 位会得到“是”。

基尼指数

划分样本有很多方法,在本教程中我们使用基尼指数法。

基尼指数法使用此公式

Gini = 1 - (x/n)2 - (y/n)2

其中 x 是正面答案(“是”)的数量,n 是样本总数,y 是负面答案(“否”)的数量,这使我们得到以下计算

1 - (7 / 13)2 - (6 / 13)2 = 0.497

下一步包含两个框,一个框用于排名为 6.5 或更低的喜剧演员,另一个框用于其余的。

True - 5 位喜剧演员在此结束

gini = 0.0 意味着所有样本都得到了相同的结果。

samples = 5 意味着在此分支中还有 5 位喜剧演员(排名为 6.5 或更低的 5 位喜剧演员)。

value = [5, 0] 意味着 5 位得到“否”,0 位得到“是”。

False - 8 位喜剧演员继续

国籍

Nationality <= 0.5 意味着国籍值为 0.5 或更低的喜剧演员将沿着左侧箭头前进(这意味着所有来自英国的喜剧演员),其余的将沿着右侧箭头前进。

gini = 0.219 意味着大约 22% 的样本会走向一个方向。

samples = 8 意味着在此分支中还有 8 位喜剧演员(排名高于 6.5 的 8 位喜剧演员)。

value = [1, 7] 意味着在这 8 位喜剧演员中,1 位会得到“否”,7 位会得到“是”。




True - 4 位喜剧演员继续

Age

Age <= 35.5 意味着年龄在 35.5 岁或以下的喜剧演员将沿着左侧箭头前进,其余的将沿着右侧箭头前进。

gini = 0.375 意味着大约 37.5% 的样本会走向一个方向。

samples = 4 意味着在此分支中还有 4 位喜剧演员(4 位来自英国的喜剧演员)。

value = [1, 3] 意味着在这 4 位喜剧演员中,1 位会得到“否”,3 位会得到“是”。

False - 4 位喜剧演员在此结束

gini = 0.0 意味着所有样本都得到了相同的结果。

samples = 4 意味着在此分支中还有 4 位喜剧演员(4 位不是来自英国的喜剧演员)。

value = [0, 4] 意味着在这 4 位喜剧演员中,0 位会得到“否”,4 位会得到“是”。




True - 2 位喜剧演员在此结束

gini = 0.0 意味着所有样本都得到了相同的结果。

samples = 2 意味着在此分支中还有 2 位喜剧演员(年龄在 35.5 岁或以下的 2 位喜剧演员)。

value = [0, 2] 意味着在这 2 位喜剧演员中,0 位会得到“否”,2 位会得到“是”。

False - 2 位喜剧演员继续

经验

Experience <= 9.5 意味着拥有 9.5 年或更少经验的喜剧演员将沿着左侧箭头前进,其余的将沿着右侧箭头前进。

gini = 0.5 意味着 50% 的样本会走向一个方向。

samples = 2 意味着在此分支中还有 2 位喜剧演员(年龄大于 35.5 岁的 2 位喜剧演员)。

value = [1, 1] 意味着在这 2 位喜剧演员中,1 位会得到“否”,1 位会得到“是”。




True - 1 位喜剧演员在此结束

gini = 0.0 意味着所有样本都得到了相同的结果。

samples = 1 意味着在此分支中还有 1 位喜剧演员(拥有 9.5 年或更少经验的 1 位喜剧演员)。

value = [0, 1] 意味着 0 位会得到“否”,1 位会得到“是”。

False - 1 位喜剧演员在此结束

gini = 0.0 意味着所有样本都得到了相同的结果。

samples = 1 意味着在此分支中还有 1 位喜剧演员(拥有超过 9.5 年经验的 1 位喜剧演员)。

value = [1, 0] 意味着 1 位会得到“否”,0 位会得到“是”。


预测值

我们可以使用决策树来预测新值。

例如:我应该去看一位 40 岁、美国籍、有 10 年经验、喜剧排名为 7 的喜剧演员的表演吗?

示例

使用 predict() 方法预测新值

print(dtree.predict([[40, 10, 7, 1]]))

运行示例 »

示例

如果喜剧排名是 6,答案会是什么?

print(dtree.predict([[40, 10, 6, 1]]))

运行示例 »


不同结果

您会发现,如果您多次运行决策树,即使输入相同的数据,它也会给出不同的结果。

这是因为决策树不能给出 100% 确定的答案。它是基于结果的概率,答案会有所不同。


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持