iris花经典数据集

预处理，随机切割分为训练集和测试集

clf fit加载训练集到分类器中

predict来预测测试集，计算准确率，验证分类器的性能

使用准确率metrics accuracy_score

或混淆矩阵metrics confusion_matrix

#encoding-utf-8

import numpy as np

import pandas as pd

# 机器学习分3个步骤：数据预处理、数据建模、结果验证

def main():

#Pre-processing 预处理

from sklearn.datasets import load_iris

iris=load_iris() #直接引入iris数据集 data：150个，分4种属性值；target标度分三类0,1,2

print(iris)

print(len(iris["data"])) #原始数据150个

from sklearn.model_selection import train_test_split

# 数字氛围、 测试数据、  验证数据、                                                    验证数据集占整个的20%，随机选择验证数据                 

train_data,test_data,train_target,test_target=train_test_split(iris.data,iris.target,test_size=0.2,random_state=1)

# Model 建模

from sklearn import tree #引入决策树

# 决策树分类器  标准=熵

clf=tree.DecisionTreeClassifier(criterion="entropy")

# fit 用训练集进行训练

clf.fit(train_data,train_target)

y_pred=clf.predict(test_data)#通过验证集进行预测

#Verify \验证：1准确率；2混淆矩阵

from sklearn import metrics

print(metrics.accuracy_score(y_true=test_target,y_pred=y_pred))

print(metrics.confusion_matrix(y_true=test_target,y_pred=y_pred))

# 决策树直接输出文件export_graphviz

with open("./data/tree.dot","w") as fw:

tree.export_graphviz(clf,out_file=fw)

if __name__=="__main__":

main()

决策树示例：

#预处理
from sklearn.datasets import load_iris
iris = load_iris()
from sklearn.cross_validation import train_test_split
train_data, test_data, train_target, test_target = train_test_split(iris.data, iris.target, \
test_size=0.2, random_state=1) #划分训练集与验证集

#建模：分类器
from sklearn import tree
clf = tree.DecisionTreeClassifier(criterion="entropy")
clf.fit(train_data, train_target)
y_pred = clf.predict(test_data)

#验证
from sklearn import metrics
print(metrics.accuracy_score(y_true=test_target,y_pred=y_pred) #准确率
print(metrics.confusion_matrix(y_true=test_target,y_pred=y_pred)) #混淆矩阵:横轴实际，纵轴预测

#结果输出到文件
with open("","w") as fw:
    tree.export_graphviz(clf, out_file=fw)