鸢尾花决策树算法选题的目的和意义

Posted 2023-05-05

参考技术A 鸢尾花决策树算法选题的目的和意义为：
1、目的：是创建一种模型从数据特征中学习简单的决策规则来预测一个目标变量的值。
2、意义：通过对鸢尾花数据集进行决策树分类，并对分类结果与实际结果进行比对，进而分析其分类的准确率，最后基于Python语言，设计与实现了决策树模型在对鸢尾花数据集分类中的应用实例。

sklearn决策树算法DecisionTreeClassifier(API)的使用以及决策树代码实例 - 莺尾花分类

决策树算法

决策树算法主要有ID3, C4.5, CART这三种。（在西瓜书中有详细介绍）
(scikit-learn)提供的(DecisionTreeClassifier)类可以做多分类任务。

和其他分类器一样，(DecisionTreeClassifier)需要两个数组作为输入：
X: 训练数据，稀疏或稠密矩阵，大小为([n_samples, n_features])
Y: 类别标签，整型数组，大小为([n_samples])

参考文档

scikit-learn 1.10.1 DecisionTreeClassifier API User Guide
Example: a decision tree on the iris dataset