【机器学习实战】决策树 python代码实现

这篇具有很好参考价值的文章主要介绍了【机器学习实战】决策树 python代码实现。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


typora-copy-images-to: upload

第三章 决策树

3.1决策树的构造

  • 优点:计算复杂度不高 输出结果易于理解 对中间值的缺失不敏感,可以处理不相关的特征数据
  • 缺点:可能会产生过度匹配的问题
  • 适用数据类型 数据型和标称型

一般流程:

收集数据 准备数据 分析数据 训练算法 测试算法 使用算法

【机器学习实战】决策树 python代码实现

数据重新加载的问题

代码实现
# coding:UTF-8
from math import log


# 计算给定数据集的香农嫡
def calcShannonEnt(dataSet):
    numEntries = len(dataSet)
    labelCounts = {}
    for featVec in dataSet:
        currentLabel = featVec[-1]
        if currentLabel not in labelCounts.keys():
            labelCounts[currentLabel] = 0
        labelCounts[currentLabel] += 1
    shannonEnt = 0.0
    for key in labelCounts:
        prob = float(labelCounts[key]) / numEntries
        shannonEnt -= prob * log(prob, 2)
    return shannonEnt


def createDataSet():
    dataSet = [[1, 1, 'yes'], [1, 1, 'yes'], [0, 1, 'no'], [0, 1, 'no']]
    labels = ['no surfacing', 'flippers']
    return dataSet, labels


def main():
    myDat, labels = createDataSet()
    print(myDat)
    print("%f" % calcShannonEnt(myDat))


if __name__ == "__main__":
    main()

实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Wktrh11D-1664967392793)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221004200407218.png)]

获取最大信息增益的方法获取数据集 实现代码
 myDat[0][-1] = 'maybe'
    print(myDat)
    print("-------------")
    print(calcShannonEnt(myDat))
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RgXGT47J-1664967392793)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221004200334343.png)]

3.2 划分数据集

3-2 按照给定特征划分数据集
# 选择最好的数据集划分方式
def chooseBestFeatureToSplit(dataSet):
    numFeatures = len(dataSet[0]) - 1
    baseEntropy = calcShannonEnt(dataSet)
    bestInfoGain = 0.0; bestFeature = -1
    for i in range(numFeatures):
        featList = [example[i] for example in dataSet]
        uniqueVals = set(featList)
        newEntropy = 0.0
        for value in uniqueVals:
            subDataSet = splitDataSet(dataSet, i, value)
            prob = len(subDataSet) / float(len(dataSet))
            newEntropy += prob * calcShannonEnt(subDataSet)
        infoGain = baseEntropy - newEntropy
        if (infoGain > bestInfoGain):
            bestInfoGain = infoGain
            bestFeature = i
    return bestFeature
3.1.3 递归构建决策树

创建树的代码:

def createTree(dataSet, labels):
    classList = [example[-1] for example in dataSet]
    if classList.count(classList[0]) == len(classList):
        return classList[0]
    if len(dataSet[0]) == 1:
        return majorityCnt(classList)
    bestFeat = chooseBestFeatureToSplit(dataSet)
    bestFeatLabel = labels[bestFeat]
    myTree = {bestFeatLabel: {}}
    del (labels[bestFeat])
    featValues = [example[bestFeat] for example in dataSet]
    uniqueVals = set(featValues)
    for value in uniqueVals:
        sublabels = labels[:]
        myTree[bestFeatLabel][value] = createTree(splitDataSet \
                                                      (dataSet, bestFeat, value), sublabels)
    return myTree
运行代码
myDat, labels = createDataSet()
mytree = createTree(myDat,labels)
print(mytree)
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qyptJh00-1664967392793)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221004200245619.png)]

3.2.1 在python中使用Matplotlib注解绘制树形图

注解工具annotations

代码实现
from pylab import mpl
 
# 设置中文显示字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False
def createPlot():
    fig = plt.figure(1, facecolor='white')
    fig.clf()
    createPlot.ax1 = plt.subplot(111, frameon=False)
    plotNode(U'Decision Node', (0.5, 0.1), (0.1, 0.5), decisionNode)
    plotNode(U'Leaf Node', (0.8, 0.1), (0.3, 0.8), leafNode)
    plt.show()
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-l4B1iqLy-1664967392794)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005132825703.png)]

3.2.2 构造注解树

程序清单3-6 获取叶节点的树目和树的层数
MAC pycharm打不开

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MlxewiAV-1664967392794)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005140639325.png)]

代码实现
def getNumLeafs(myTree):
    numLeafs = 0
    firstStr = list(myTree.keys())[0]
    secondDict = myTree[firstStr]
    for key in secondDict.keys():
        if type(secondDict[key]).__name__ == 'dict':
            numLeafs += getNumLeafs(secondDict[key])
        else:
            numLeafs += 1
    return numLeafs


def getTreeDepth(myTree):
    maxDepth = 0
    firstStr = list(myTree.keys())[0]
    secondDict = myTree[firstStr]
    for key in secondDict.keys():
        if type(secondDict[key]).__name__ == 'dict':
            thisDepth = 1 + getTreeDepth(secondDict[key])
        else:
            thisDepth = 1
        if thisDepth > maxDepth:
            maxDepth = thisDepth
    return maxDepth


def retrieveTree(i):
    listOfTrees = [{'no surfacing': {0: 'no', 1: {'flippers': \
                                                      {0: 'no', 1: 'yes'}}}},
                   {'no surfacing': {0: 'no', 1: {'flippers': \
                                                      {0: {'head': {0: 'no', 1: 'yes'}}, 1: 'no'}}}}
                   ]
    return listOfTrees[i]
结果截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-poBP9cv7-1664967392794)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005143942150.png)]

程序清单3-7 plotTree函数
程序代码
def plotMidText(cntrPt, parentPt, txtString):
    xMid = (parentPt[0] - cntrPt[0]) / 2.0 + cntrPt[0]
    yMid = (parentPt[1] - cntrPt[1]) / 2.0 + cntrPt[1]
    createPlot.ax1.text(xMid, yMid, txtString)


def plotTree(myTree, parentPt, nodeTxt):
    numLeafs = getNumLeafs(myTree)
    depth = getTreeDepth(myTree)
    firstStr = list(myTree.keys())[0]
    cntrPt = (plotTree.xOff + (1.0 + float(numLeafs)) / 2.0 / plotTree.totalW, \
              plotTree.yOff)
    plotMidText(cntrPt, parentPt, nodeTxt)
    plotNode(firstStr, cntrPt, parentPt, decisionNode)
    secondDict = myTree[firstStr]
    plotTree.yOff = plotTree.yOff - 1.0 / plotTree.totalD
    for key in secondDict.keys():
        if type(secondDict[key]).__name__ == 'dict':
            plotTree(secondDict[key], cntrPt, str(key))
        else:
            plotTree.xOff = plotTree.xOff + 1.0 / plotTree.totalW
            plotNode(secondDict[key], (plotTree.xOff, plotTree.yOff), \
                     cntrPt, leafNode)
            plotMidText((plotTree.xOff, plotTree.yOff,), cntrPt, str(key))
    plotTree.yOff = plotTree.yOff + 1.0 / plotTree.totalD


def createPlot(inTree):
    fig = plt.figure(1, facecolor='white')
    fig.clf()
    axprops = dict(xticks=[], yticks=[])
    createPlot.ax1 = plt.subplot(111, frameon=False, **axprops)
    plotTree.totalW = float(getNumLeafs(inTree))
    plotTree.totalD = float(getTreeDepth(inTree))
    plotTree.xOff = - 0.5 / plotTree.totalW;
    plotTree.yOff = 1.0;
    plotTree(inTree, (0.5, 1.0), '')
    plt.show()
执行代码
matplotlib.use('TkAgg')
mytree = retrieveTree(0)
# print(getNumLeafs(mytree))
# print(getTreeDepth(mytree))
createPlot(mytree)
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ICreMC7z-1664967392794)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005172516454.png)]

3.3 测试和存储分类器

3.3.1 测试算法:使用决策树进行分类 程序3-8 使用决策树的分类函数

def classify(inputTree, featLabels, testVec):
    firstStr = list(inputTree.keys())[0]
    secondDict = inputTree[firstStr]
    featIndex = featLabels.index(firstStr)
    for key in secondDict.keys():
        if testVec[featIndex] == key:
            if type(secondDict[key]).__name__ == 'dict':
                classLabel = classify(secondDict[key], featLabels, testVec)
            else:
                classLabel = secondDict[key]
    return classLabel

实现代码
matplotlib.use('TkAgg')
myDat, labels = createDataSet()

mytree = retrieveTree(0)
# print(getNumLeafs(mytree))
# print(getTreeDepth(mytree))
# createPlot(mytree)
print(classify(mytree, labels, [1, 0]))
print(classify(mytree, labels, [1, 1]))
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3118drTK-1664967392794)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005173540215.png)]

3.3.2 使用算法:决策树的存储 3-9 使用pickle模块存储决策树

代码实现
def storeTree(inputTree, filename):
    import pickle
    fw = open(filename, 'wb')
    pickle.dump(inputTree, fw)
    fw.close()


def grabTree(filename):
    import pickle
    fr = open(filename, 'rb')
    return pickle.load(fr)
执行代码
mytree = retrieveTree(0)
print(mytree)
storeTree(mytree, 'classifierStorage.txt')
print(grabTree('classifierStorage.txt'))
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Fl8VDsSB-1664967392795)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005180153803.png)]

使用决策树预测隐形眼镜类型

执行代码
matplotlib.use('TkAgg')
mytree = retrieveTree(0)
print(mytree)
storeTree(mytree, 'classifierStorage.txt')
# print(grabTree('classifierStorage.txt'))

fr = open('lenses.txt')
lenses = [inst.strip().split('\t') for inst in fr.readlines()]
# print("--------")
# print(lenses)
lensesLabels = ['age', 'prescipt', 'astigmatic', 'tearRate']
lensesTree = createTree(lenses, lensesLabels)
print(lensesTree)
createPlot(lensesTree)
实现截图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8BlGHhSG-1664967392795)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005185537583.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KOS7GKdd-1664967458351)(https://cdn.jsdelivr.net/gh/hudiework/img@main/image-20221005185537583.png)]文章来源地址https://www.toymoban.com/news/detail-452484.html

到了这里,关于【机器学习实战】决策树 python代码实现的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • 机器学习 C4.5算法原理 + 决策树分裂详解(离散属性+连续属性) 附python代码

    机器学习 C4.5算法原理 + 决策树分裂详解(离散属性+连续属性) 附python代码

    一.C4.5算法的简介: C4.5并不是单单一个算法而是 一套算法 ,主要用于对机器学习和数据挖掘中的分类问题。它是一种有监督的学习,也就是说对于该算法我们需要 先给它们提供一个数据集 ,这个数据集包含多个实例,每个实例都包含多个属性,该实例用这些属性描述, 根

    2024年02月08日
    浏览(6)
  • 【Python机器学习】决策树、逻辑回归、神经网络等模型对电信用户流失分类实战(附源码和数据集)

    【Python机器学习】决策树、逻辑回归、神经网络等模型对电信用户流失分类实战(附源码和数据集)

    需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 该实例数据来自kaggle,它的每一条数据为一个用户的信息,共有21个有效字段,其中最后一个字段Churn标志该用户是否流失   可用pandas的read_csv()函数来读取数据,用DataFrame的head()、shape、info()、duplicated()、nunique()等来初步

    2024年02月03日
    浏览(13)
  • 决策树的原理、方法以及python实现——机器学习笔记

    决策树的原理、方法以及python实现——机器学习笔记

    * * * * * *  The Machine Learning Noting Series  * * * * * * 决 策树(Decision Tree)是机器学习的核心算法之一,在较小训练样本或有限计算资源下仍有较好表现,它包括分类树和回归树,是目前应用最广泛的分类预测和回归预测方法。 0 引言 1 决策树的概念     分类树     回归树 2  

    2024年02月04日
    浏览(23)
  • 【Python机器学习】决策树、K近邻、神经网络等模型对Kaggle房价预测实战(附源码和数据集)

    【Python机器学习】决策树、K近邻、神经网络等模型对Kaggle房价预测实战(附源码和数据集)

    需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 超参数调优需要依靠试验的方法,以及人的经验。对算法本身的理解越深入,对实现算法的过程了解越详细,积累了越多的调优经验,就越能够快速准确地找到最合适的超参数 试验的方法,就是设置了一系列超参数之后

    2024年02月03日
    浏览(9)
  • 机器学习(三)决策树对连续值数据的预剪枝及后剪枝(Python代码)

    机器学习(三)决策树对连续值数据的预剪枝及后剪枝(Python代码)

    参考: https://blog.csdn.net/ylhlly/article/details/93213633 https://zhuanlan.zhihu.com/p/267368825 为什么要进行剪枝? 当我们的数据集 样本量很大 、 每个特征的取值很多 时,生成决策树的 代价 就会 很大 。不仅如此,虽然一个完整的决策树对训练数据的预测非常准,但这会造成 对训练数据

    2023年04月22日
    浏览(9)
  • python机器学习决策树和SVM向量机算法实现红酒分类

    python机器学习决策树和SVM向量机算法实现红酒分类

    经典的红酒分类数据集是指UCI机器学习库中的Wine数据集。该数据集包含178个样本,每个样本有13个特征,可以用于分类任务。 具体每个字段的含义如下: alcohol:酒精含量百分比 malic_acid:苹果酸含量(克/升) ash:灰分含量(克/升) alcalinity_of_ash:灰分碱度(以mEq/L为单位)

    2024年02月08日
    浏览(4)
  • 【人工智能与机器学习】决策树ID3及其python实现

    【人工智能与机器学习】决策树ID3及其python实现

    决策树(Decision Tree)是一类常见的机器学习方法,是一种非常常用的分类方法,它是一种监督学习。常见的决策树算法有ID3,C4.5、C5.0和CART(classification and regression tree),CART的分类效果一般要优于其他决策树。 决策树是基于树状结构来进行决策的,一般地,一棵决策树包含

    2024年02月08日
    浏览(209)
  • 机器学习实战-决策树

    1.概念         决策树(Decision Tree)是在已知各种情况发生概率的基础上 ,通过构成决策树来求取净现值的期望值大于等于零的 概率 ,评价 项目 风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决

    2024年04月16日
    浏览(4)
  • 【机器学习】决策树(实战)

    【机器学习】决策树(实战)

    实战部分将结合着 理论部分 进行,旨在帮助理解和强化实操(以下代码将基于 jupyter notebook 进行)。 决策树不仅在理论上很容易理解(机器学习“最友好”的算法),实现时还能对构建过程进行可视化(诸如神经网络等算法本身就是黑盒模型,更难可视化展示模型的构建)

    2024年02月01日
    浏览(7)
  • 机器学习实战教程(六):决策树

    机器学习实战教程(六):决策树

    决策树是什么?决策树(decision tree)是一种基本的分类与回归方法。举个通俗易懂的例子,如下图所示的流程图就是一个决策树,长方形代表判断模块(decision block),椭圆形成代表终止模块(terminating block),表示已经得出结论,可以终止运行。从判断模块引出的左右箭头称作为分

    2024年02月03日
    浏览(3)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包