1樓：雙庚的乳酪
呼叫這個包：
sklearn.tree
例子：from sklearn.datasets import load_iris
from sklearn.model_selection import cross_val_score
from sklearn.tree import decisiontreeclassifier
clf = decisiontreeclassifier(random_state=0)
iris = load_iris()
cross_val_score(clf, iris.data, iris.target, cv=10)
如何將python生成的決策樹利用graphviz畫出來
2樓：匿名使用者
決策樹是用樣本的屬性作為結點，用屬性的取值作為分支的樹結構。
決策樹的根結點是所有樣本中資訊量最大的屬性。樹的中間結點是該結點為根的子樹所包含的樣本子集中資訊量最大的屬性。決策樹的葉結點是樣本的類別值。
決策樹是一種知識表示形式，它是對所有樣本資料的高度概括決策樹能準確地識別所有樣本的類別，也能有效地識別新樣本的類別。
決策樹演算法id3的基本思想：
首先找出最有判別力的屬性，把樣例分成多個子集，每個子集又選擇最有判別力的屬性進行劃分，一直進行到所有子集僅包含同一型別的資料為止。最後得到一棵決策樹。
j.r.quinlan的工作主要是引進了資訊理論中的資訊增益，他將其稱為資訊增益（information gain），作為屬性判別能力的度量，設計了構造決策樹的遞迴演算法。
舉例子比較容易理解：
對於氣候分類問題，屬性為:
天氣(a1) 取值為： 晴，多雲，雨
氣溫(a2) 取值為： 冷 ，適中，熱
溼度(a3) 取值為： 高 ，正常
風 (a4) 取值為： 有風， 無風
每個樣例屬於不同的類別，此例僅有兩個類別，分別為p，n。p類和n類的樣例分別稱為正例和反例。將一些已知的正例和反例放在一起便得到訓練集。
3樓：哦_廿一
# 這裡有一個示例，你可以看一下。
python中的sklearn中決策樹使用的是哪一種演算法
4樓：飛2013藍天
好像是gini，但是也可以選擇資訊增益
人生，如何決策，人生的問題如何選擇決策？
這是一個很大的工程不是三言兩語能道盡的。但你首先要有兩個或兩個以上好的方案，這就要先鍛鍊你的思維能力，當然你也可以詢問他人給於建議，最終的判斷都要靠自己。人生如棋局，要步步為營，但走錯一步並不意味著失敗，要善於積累經驗。祝你成功。決定決策的好壞的因素很多，如性格 人生經驗 對事物的看法 心態等。但是...
古典決策理論假設是什麼,古典決策理論與行為決策理論的區別
古典決策理論又稱規範決策理論,是基於 經濟人 假設提出來的,主要盛 專行於1950年代以前。古典屬決策理論認為,應該從經濟的角度來看待決策問題,即決策的目的在於為組織獲取最大的經濟利益。古典決策理論主要是做了 經紀人 的這樣一個假設。古典決策理論與行為決策理論的區別 1 古典決策理論又稱規範決策理論...
python名稱空間問題Python名稱空間和全域性變數問題，怎麼解決
traceback most recent call last file line 1,in f file line 2,in fa a 1 unboundlocalerror local variable a referenced before assignment 首先，在f 這個函式 裡，a是...