“ПИТОН ДЕРЕСТЬ РЕШЕНИЯ” Ответ

Skit изучить решение

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_text
iris = load_iris()
decision_tree = DecisionTreeClassifier(random_state=0, max_depth=2)
decision_tree = decision_tree.fit(iris.data, iris.target)
r = export_text(decision_tree, feature_names=iris['feature_names'])
print(r)


Uninterested Unicorn

ПИТОН ДЕРЕСТЬ РЕШЕНИЯ

# Create Decision Tree classifer object
clf = DecisionTreeClassifier(criterion="entropy", max_depth=3)

# Train Decision Tree Classifer
clf = clf.fit(X_train,y_train)

#Predict the response for test dataset
y_pred = clf.predict(X_test)

# Model Accuracy, how often is the classifier correct?
print("Accuracy:",metrics.accuracy_score(y_test, y_pred))
Ruben Visser

Skit изучить решение

tree.plot_tree(clf) 
Uninterested Unicorn

Ответы похожие на “ПИТОН ДЕРЕСТЬ РЕШЕНИЯ”

Вопросы похожие на “ПИТОН ДЕРЕСТЬ РЕШЕНИЯ”

Больше похожих ответов на “ПИТОН ДЕРЕСТЬ РЕШЕНИЯ” по Python

Смотреть популярные ответы по языку

Смотреть другие языки программирования