用 Python 检查决策树分类器的准确性

Posted 2023-03-12

【中文标题】用 Python 检查决策树分类器的准确性

【英文标题】：Check the accuracy of decision tree classifier with Python

【发布时间】：2019-07-19 22:08:13

【问题描述】：

我写了一个函数，它接受数据集（excel / pandas）和一些值，然后用决策树分类器预测结果。我已经用 sklearn 做到了。 你能帮我解决这个问题吗，我浏览了网络和这个网站，但我找不到有效的答案。 我试过这样做，但它不起作用：

from sklearn.metrics import accuracy_score
score = accuracy_score(variable_list, result_list)

这是我得到的错误：

ValueError: Classification metrics can't handle a mix of continuous-multioutput and multiclass targets

这是代码（为了准确起见，我删除了代码）

import pandas as pd
import math
import xlrd
from sklearn.model_selection import train_test_split
from sklearn import tree

def predict_concrete_class(input_data, cement, blast_fur_slug,fly_ash,
                            water, superpl, coarse_aggr, fine_aggr, days):

    data_for_tree = concrete_strenght_class(input_data)

    variable_list = []
    result_list = []

    for index, row in data_for_tree.iterrows():
        variable = row.tolist()
        variable = variable[0:8]

        variable_list.append(variable)

        result_list.append(row[-1])

    decision_tree = tree.DecisionTreeClassifier()
    decision_tree = decision_tree.fit(variable_list,result_list)

    input_values = [cement, blast_fur_slug, fly_ash, water, superpl, coarse_aggr, fine_aggr, days]

    prediction = decision_tree.predict([input_values])

    info = "Prediction of future concrete class after "+ str(days)+" days: "+ str(prediction[0])

    return info

print(predict_concrete_class(data, 500, 0, 0, 200, 0, 1125, 613, 3))

【问题讨论】：

您到底在哪里遇到问题？

我不知道该怎么做。我试图在测试和训练中拆分值，但我不知道该怎么做，以及我应该使用什么值进行测试和训练

@Chris 我也更新了我的问题，请检查一下

您向我们提供了您尝试过的代码，但您没有告诉我们出了什么问题。您收到错误代码吗？如果有，是哪一个？

这是错误：[ValueError：分类指标无法处理连续多输出和多类目标的混合]

【参考方案1】：

如果您想检查系统的准确性，您应该执行交叉验证。

您必须将数据集分成两部分。第一个用于学习您的系统。然后对数据集的第二部分执行预测过程，并将预测结果与好的结果进行比较。使用这种方法，您可以在未学习的数据集上检查您的系统。

为了拆分您的集合，您应该使用 sklearn.model_selection 中的 train_test_split 您将随机拆分您的集合。

这是一个很好的讲座：https://machinelearningmastery.com/k-fold-cross-validation/

【讨论】：

我尝试过这样做，但失败了，出现了一些我不理解的错误。

查看问题，我已更新。我试过 (score = accuracy_score(variable_list, result_list) )

【参考方案2】：

将您的数据拆分为训练和测试：

var_train, var_test, res_train, res_test = train_test_split(variable_list, result_list, test_size = 0.3)

在训练集上训练你的决策树：

decision_tree = tree.DecisionTreeClassifier()
decision_tree = decision_tree.fit(var_train, res_train)

通过计算测试集的准确率来测试模型性能：

res_pred = decision_tree.predict(var_test)
score = accuracy_score(res_test, res_pred)

或者你可以直接使用decision_tree.score:

score = decision_tree.score(var_test, res_test)

您遇到的错误是因为您试图将variable_list（这是您的输入功能列表）作为accuracy_score 中的参数传递。您应该传递真实标签和预测标签的列表。