Table of Contents
निर्णय पेड़ वर्गीकरण और प्रतिगमन कार्यों के लिए इस्तेमाल एक लोकप्रिय मशीन लर्निंग विधि है। वे व्याख्या करने के लिए आसान हैं और दोनों संख्यात्मक और श्रेणीबद्ध डेटा संभाल सकते हैं। पायथन में, स्किकिट-लर्न पुस्तकालय निर्णय पेड़ों को लागू करने का एक सीधा तरीका प्रदान करता है।
शुरू हो रहा है के साथ scikit-learn
निर्णय लेने से पहले, सुनिश्चित करें कि आपके पास scikit-learn स्थापित है। आप इसे पिप का उपयोग करके स्थापित कर सकते हैं:
]]
आवश्यक पुस्तकालयों का आयात
आवश्यक पुस्तकालयों को आयात करके शुरू करें:
]]]
]]
डेटा लोड हो रहा है और तैयारी
इस उदाहरण के लिए, हम Iris डेटासेट का उपयोग करेंगे, जो मशीन लर्निंग में एक क्लासिक है:
]]]
]]
]]]
इसके बाद, डेटा को प्रशिक्षण और परीक्षण सेट में विभाजित करें:
]]
निर्णय वृक्ष प्रशिक्षण
क्लासिफायर का एक उदाहरण बनाएं और इसे प्रशिक्षण डेटा पर फिट करें:
]
]]
मॉडल का मूल्यांकन
परीक्षण सेट पर भविष्यवाणियां बनाना और सटीकता का मूल्यांकन करना:
]
]]
सटीकता को प्रिंट करें:
]]
निर्णय वृक्ष की कल्पना करना
निर्णय पेड़ को देखने के लिए, निर्यात ग्राफविज़ फ़ंक्शन का उपयोग करें:
यदि आवश्यक हो तो ग्राफविज़ स्थापित करें:
]]
फिर, दृश्यता को उत्पन्न और प्रदर्शित करें:
]]
]]
]]
]]
निर्णय नियमों को देखने के लिए अपने पर्यावरण में दृश्यता को खोलें।
निष्कर्ष
स्किकिट-लर्न के साथ पायथन में निर्णय पेड़ों को लागू करना सरल और प्रभावी है। वे सुविधा महत्व को समझने और पारदर्शी भविष्यवाणियों को बनाने के लिए उपयोगी हैं। इस बहुमुखी एल्गोरिथ्म की अपनी समझ को गहरा करने के लिए विभिन्न मापदंडों और डेटासेटों के साथ प्रयोग।