635
правок
Изменения
→Пример использования (через scikit-learn)
== Пример использования (через scikit-learn) ==
'''DecisionTreeClassifier''' - используется для классификации
'''from''' sklearn '''import''' tree
<font color=green>// X - массив, содержащий описание объектов из обучающей выборки</font>
X = [[0, 0], [1, 1]]
<font color=green>// Y - значения классов объектов из обучающей выборки </font>
Y = [0, 1]
clf = tree.DecisionTreeClassifier()
<font color=green> // обучение классификатора </font>
clf = clf.fit(X, Y)
<font color=green> // предсказание значений классов </font>
clf.predict([[2, 2]]) <font color=green> // вывод: array([1]) </font>
Для решения задачи регрессии используют '''DecisionTreeRegressor'''
'''from''' sklearn '''import''' tree
X = [[0, 0], [2, 2]]
y = [0.5, 2.5]
clf = tree.DecisionTreeRegressor()
clf = clf.fit(X, y)
clf.predict([[1, 1]]) <font color=green> // вывод: array([0.5]) </font>
== Ссылки ==
*[http://www.stat.cmu.edu/~cshalizi/350/lectures/22/lecture-22.pdf Classification and Regression Trees] — лекции Cosma Shalizi, ноябрь 2009.
