Python筆記:決策樹的實現(xiàn)2019-12-13

學(xué)習(xí)python主要是來了解人工智能争舞、大數(shù)據(jù)及區(qū)塊鏈的底層架構(gòu),我們先從人工智能開發(fā)澈灼,先挑了一個最容易理解的人工智能模型:決策樹竞川,從業(yè)務(wù)場景挑選旅檢通關(guān)的處罰過程店溢,看看決策樹如何歸納一個旅客通關(guān)的處罰過程決策過程。

? ? 首先委乌,我們設(shè)定罰的金額小于200塊床牧,過程提取三個特征值:是否首次違規(guī)、違規(guī)金額是否超過50遭贸、旅客是否大于70歲戈咳。處罰結(jié)果是放行與處罰。我們提取案例的特征如下壕吹,并儲存為sample.csv文件:



決策樹主要原理是根據(jù)特征分類后計算樣本的信息熵值著蛙,計算決策特征值與結(jié)果的關(guān)聯(lián)性,公式如下:


我們不用太糾結(jié)里面的數(shù)學(xué)原理算利,先看怎么用册踩,代碼如下:

import pandas as pd

import numpy as np? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

from sklearn import tree


df = pd.read_csv('sample.csv',encoding="utf-8")? ? ? ? ? ? #導(dǎo)入數(shù)據(jù)源

X = df.drop('處罰結(jié)果',axis=1)? ? ? ? ? #提取特征值?

y = df.處罰結(jié)果? ? ? ? ? ? ? ? ? ? ? ? ? ?#提取結(jié)果


#調(diào)用決策樹方法計算,返回決策結(jié)果clf

clf = tree.DecisionTreeClassifier(max_depth=3)

clf = clf.fit(X, y)? ? ? ? ? #調(diào)用機器學(xué)習(xí)包 決策樹模型


#將決策結(jié)果寫入lc-is.dot文件

with open("lc-is.dot", 'w',encoding="utf-8") as f:

? ? f = tree.export_graphviz(clf,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? out_file=f,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? max_depth = 3,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? impurity = True,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? feature_names = list(X),

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? class_names = ['處罰', '放行'],

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? rounded = True,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? filled= True )


是不是很簡單效拭,流程就是讀取文件暂吉,提取特征值和結(jié)果值,扔進去決策樹包里計算缎患,再將結(jié)果輸出 lc-is.dot文件慕的,但是輸出的dot文件還是不夠直觀,我們要把它畫出來挤渔,這里需要安裝兩個包:graphviz和pydot肮街,過程還是比較曲折,使用過程涉及中文亂碼判导,大概過程如下:

一嫉父、conda install graphviz

二、conda install pydot

三眼刃、在https://graphviz.gitlab.io/下載對應(yīng)的MSI安裝包安裝绕辖。

四、將路徑C:\Program Files (x86)\Graphviz2.38\bin 加入path系統(tǒng)環(huán)境變量

五擂红、測試dot.exe 提示正常即可仪际。


使用繪制圖形過程如下(涉及中文亂碼,搞了很久才解決):

打開lc-is.dot昵骤,把里面的 fontname=helvetica 改為?fontname="Microsoft YaHei"树碱,然后在開頭第一行空了兩格,也就是diagraph tree前面加了兩個空格变秦,然后就好了…(不要問為什么成榜,我也不知道為什么)

然后調(diào)用?graphviz執(zhí)行繪制圖形

dot -Tjpg lc-is.dot -o tree.jpg

結(jié)果如下:


?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市蹦玫,隨后出現(xiàn)的幾起案子赎婚,更是在濱河造成了極大的恐慌雨饺,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,657評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件惑淳,死亡現(xiàn)場離奇詭異,居然都是意外死亡饺窿,警方通過查閱死者的電腦和手機歧焦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評論 3 394
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來肚医,“玉大人绢馍,你說我怎么就攤上這事〕μ祝” “怎么了舰涌?”我有些...
    開封第一講書人閱讀 164,057評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長你稚。 經(jīng)常有香客問我瓷耙,道長,這世上最難降的妖魔是什么刁赖? 我笑而不...
    開封第一講書人閱讀 58,509評論 1 293
  • 正文 為了忘掉前任搁痛,我火速辦了婚禮,結(jié)果婚禮上宇弛,老公的妹妹穿的比我還像新娘鸡典。我一直安慰自己,他們只是感情好枪芒,可當(dāng)我...
    茶點故事閱讀 67,562評論 6 392
  • 文/花漫 我一把揭開白布彻况。 她就那樣靜靜地躺著,像睡著了一般舅踪。 火紅的嫁衣襯著肌膚如雪纽甘。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,443評論 1 302
  • 那天硫朦,我揣著相機與錄音贷腕,去河邊找鬼。 笑死咬展,一個胖子當(dāng)著我的面吹牛泽裳,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播破婆,決...
    沈念sama閱讀 40,251評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼涮总,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了祷舀?” 一聲冷哼從身側(cè)響起瀑梗,我...
    開封第一講書人閱讀 39,129評論 0 276
  • 序言:老撾萬榮一對情侶失蹤烹笔,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后抛丽,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體谤职,經(jīng)...
    沈念sama閱讀 45,561評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,779評論 3 335
  • 正文 我和宋清朗相戀三年亿鲜,在試婚紗的時候發(fā)現(xiàn)自己被綠了允蜈。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,902評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡蒿柳,死狀恐怖饶套,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情垒探,我是刑警寧澤妓蛮,帶...
    沈念sama閱讀 35,621評論 5 345
  • 正文 年R本政府宣布,位于F島的核電站圾叼,受9級特大地震影響蛤克,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜褐奥,卻給世界環(huán)境...
    茶點故事閱讀 41,220評論 3 328
  • 文/蒙蒙 一咖耘、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧撬码,春花似錦儿倒、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至叫胁,卻和暖如春凰慈,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背驼鹅。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評論 1 269
  • 我被黑心中介騙來泰國打工微谓, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人输钩。 一個月前我還...
    沈念sama閱讀 48,025評論 2 370
  • 正文 我出身青樓豺型,卻偏偏與公主長得像,于是被迫代替她去往敵國和親买乃。 傳聞我的和親對象是個殘疾皇子姻氨,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,843評論 2 354

推薦閱讀更多精彩內(nèi)容