scikit-learn 默认使用哪种决策树算法？

Posted 2023-03-12

【中文标题】scikit-learn 默认使用哪种决策树算法？

【英文标题】：Which decision tree algorithm does scikit-learn use by default?

【发布时间】：2019-12-26 09:55:04

【问题描述】：

有几种算法可以构建决策树，例如 CART（分类和回归树）、ID3（迭代二分法 3）等

当我查看一些决策树 python 脚本时，它会神奇地使用 fit 和 predict 函数生成结果。

scikit-learn 会根据数据巧妙地选择最佳决策树算法吗？

【参考方案1】：

他们实际上使用 CART，但拆分标准是 gini 和 entropy。您可以查看 How to tune a Decision Tree? 以了解幕后发生的事情。

【参考方案2】：

它不会自动这样做。

如果我们查看sklearn.tree.DecisionTreeClassifier 页面，我们可以看到默认标准是基尼杂质。

还有一个选项可以使用熵代替标准。

请注意，CART 使用 gini 杂质，而 ID3 使用熵作为拆分标准。