import pandas as pd
titanic=pd.read_csv('')
titanic.head()#檢視資料的統計特性,1313條乘客資訊
titanic.info()
#資料預處理
#特徵選擇
x=titanic[['pclass','age','***']]
y=titanic['survived']
#檢視特徵統計資訊
x.info()
#使用平均數填充age列的na
x['age'].fillna(x['age'].mean(),inplace=true)
x.info()
#資料分割
from sklearn.cross_validation import train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.25,random_state=33)
from sklearn.feature_extraction import dictvectorizer
vec=dictvectorizer(sparse=false)
x_train=vec.fit_transform(x_train.to_dict(orient='record'))
print(vec.feature_names_)
#對測試資料的特徵進行轉換
x_test=vec.fit_transform(x_test.to_dict(orient='record'))
#決策樹分類，**
from sklearn.tree import decisiontreeclassifier
dtc=decisiontreeclassifier()
dtc.fit(x_train,y_train)
y_predict=dtc.predict(x_test)
#評估分類器的**效能
from sklearn.metrics import classification_report
print(dtc.score(x_test,y_test))
print(classification_report(y_test,y_predict,target_names=['died','survived']))
決策樹分類
一 分類的概念 分類是一種重要的資料分析形式，分類方法用於 資料物件的離散類別，而 則用於 資料物件的連續取值 資料分類是兩個階段的過程，包括學習階段和分類階段 學習階段 訓練階段 就是建立描述預先定義的資料類或概念集的分類器 而訓練集是有資料庫元祖和與他們相互關聯的類標號組成 類標號屬性是離散值和...
分類決策樹
決策樹是基於特徵對例項進行分類的樹形結構。決策樹學習演算法包括 特徵選擇 樹的生成和樹的剪枝。2.1.id3 1 針對當前的集合，計算每個特徵的資訊增益 2 選擇資訊增益最大的特徵作為當前節點的決策決策特徵 3 根據特徵不同的類別劃分到不同的子節點 比如年齡特徵有青年，中年，老年，則劃分到3顆子樹 ...
分類決策樹
決策樹是乙個簡單易用的機器學習演算法，具有很好的實用性。在風險評估 資料分類 專家系統中都能見到決策樹的身影。決策樹其實是一系列的if then規則的集合，它有可讀性良好，分類速度快等優點。把決策樹看成是一些if then規則的集合，在每一層樹上根據屬性的值判斷走勢，至到遇到葉節點，葉節點對應的就是...