Ang mga puno ng desisyon ay isang popular na paraan ng pagkatuto ng makina na ginagamit para sa mga gawaing klasipikasyon at regresyon. ang mga ito ay madaling bigyang kahulugan at maaaring humawak ng parehong mga bilang at kategorikal na datos. Sa Python, ang scikit-learning library ay nagbibigay ng isang tuwirang paraan upang ipatupad ang mga punong desisyon.

Pag-umpisa sa pamamagitan ng Scikit-telection

Bago ipatupad ang isang detective tree, tiyakin na mayroon kang scikit-telection na naka-install. Maari mo itong i-install gamit ang pip:

Pag - aangkat ng Kinakailangang mga Aklatan

Magsimula sa pag - aangkat ng kinakailangang mga aklatan:

Pagkarga at Paghahanda ng Data

Para sa halimbawang ito, gagamitin natin ang Iris dataset, isang klasiko sa pagkatuto ng makina:

Pagkatapos, hatiin ang impormasyon sa pagsasanay at pagsubok:

Pagsasanay sa Piling Puno

Gumawa ng halimbawa ng classifier at iangkop ito sa impormasyong pangsanay:

Pag - aalis sa Modelo

Gumawa ng mga prediksiyon sa test set at suriin ang katumpakan:

Ilimbag ang katumpakan:

Pag - unawa sa Pasiyang Puno

Upang ilarawan sa isip ang punong pasiya, gamitin ang gawaing pagluluwas graphviz:

Iluklok ang graphviz kung kinakailangan:

Pagkatapos, lumikha at magpakita ng visualization:

Buksan ang visualization sa iyong kapaligiran upang makita ang mga tuntunin sa pagpapasiya.

Pagsasaayos

Ang pag-iinam ng desisyon ng mga puno sa Python na may scikit-telection ay tuwiran at epektibo. ang mga ito ay kapaki-pakinabang sa pag-unawa ng kahalagahan at paggawa ng mga maaninag na prediksiyon. eksperimento na may iba't ibang parameter at datasets upang mapalalim ang iyong pagkaunawa sa maraming gamit na algorithm na ito.