重慶分公司
重慶分公司，新征程啟航
為企業提供網站建設、域名注冊、服務器等服務
python如何實現決策樹分類-創新互聯
這篇文章主要介紹了python如何實現決策樹分類，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
原始數據集：
變化后的數據集在程序代碼中體現，這就不截圖了
構建決策樹的代碼如下：
#coding :utf-8
'''
2017.6.25 author :Erin
function: "decesion tree" ID3
'''
import numpy as np
import pandas as pd
from math import log
import operator
def load_data():
#data=np.array(data)
data=[['teenager' ,'high', 'no' ,'same', 'no'],
['teenager', 'high', 'no', 'good', 'no'],
['middle_aged' ,'high', 'no', 'same', 'yes'],
['old_aged', 'middle', 'no' ,'same', 'yes'],
['old_aged', 'low', 'yes', 'same' ,'yes'],
['old_aged', 'low', 'yes', 'good', 'no'],
['middle_aged', 'low' ,'yes' ,'good', 'yes'],
['teenager' ,'middle' ,'no', 'same', 'no'],
['teenager', 'low' ,'yes' ,'same', 'yes'],
['old_aged' ,'middle', 'yes', 'same', 'yes'],
['teenager' ,'middle', 'yes', 'good', 'yes'],
['middle_aged' ,'middle', 'no', 'good', 'yes'],
['middle_aged', 'high', 'yes', 'same', 'yes'],
['old_aged', 'middle', 'no' ,'good' ,'no']]
features=['age','input','student','level']
return data,features
def cal_entropy(dataSet):
'''
輸入data ,表示帶最后標簽列的數據集
計算給定數據集總的信息熵
{'是': 9, '否': 5}
0.9402859586706309
'''
numEntries = len(dataSet)
labelCounts = {}
for featVec in dataSet:
label = featVec[-1]
if label not in labelCounts.keys():
labelCounts[label] = 0
labelCounts[label] += 1
entropy = 0.0
for key in labelCounts.keys():
p_i = float(labelCounts[key]/numEntries)
entropy -= p_i * log(p_i,2)#log(x,10)表示以10 為底的對數
return entropy
def split_data(data,feature_index,value):
'''
劃分數據集
feature_index：用于劃分特征的列數，例如“年齡”
value:劃分后的屬性值：例如“青少年”
'''
data_split=[]#劃分后的數據集
for feature in data:
if feature[feature_index]==value:
reFeature=feature[:feature_index]
reFeature.extend(feature[feature_index+1:])
data_split.append(reFeature)
return data_split
def choose_best_to_split(data):
'''
根據每個特征的信息增益，選擇大的劃分數據集的索引特征
'''
count_feature=len(data[0])-1#特征個數4
#print(count_feature)#4
entropy=cal_entropy(data)#原數據總的信息熵
#print(entropy)#0.9402859586706309
max_info_gain=0.0#信息增益大
split_fea_index = -1#信息增益大，對應的索引號
for i in range(count_feature):
feature_list=[fe_index[i] for fe_index in data]#獲取該列所有特征值
#######################################
'''
print('feature_list')
['青少年', '青少年', '中年', '老年', '老年', '老年', '中年', '青少年', '青少年', '老年',
'青少年', '中年', '中年', '老年']
0.3467680694480959 #對應上篇博客中的公式 =（1）*5/14
0.3467680694480959
0.6935361388961918
'''
# print(feature_list)
unqval=set(feature_list)#去除重復
Pro_entropy=0.0#特征的熵
for value in unqval:#遍歷改特征下的所有屬性
sub_data=split_data(data,i,value)
pro=len(sub_data)/float(len(data))
Pro_entropy+=pro*cal_entropy(sub_data)
#print(Pro_entropy)
info_gain=entropy-Pro_entropy
if(info_gain>max_info_gain):
max_info_gain=info_gain
split_fea_index=i
return split_fea_index
##################################################
def most_occur_label(labels):
#sorted_label_count[0][0] 次數最多的類標簽
label_count={}
for label in labels:
if label not in label_count.keys():
label_count[label]=0
else:
label_count[label]+=1
sorted_label_count = sorted(label_count.items(),key = operator.itemgetter(1),reverse = True)
return sorted_label_count[0][0]
def build_decesion_tree(dataSet,featnames):
'''
字典的鍵存放節點信息，分支及葉子節點存放值
'''
featname = featnames[:] ################
classlist = [featvec[-1] for featvec in dataSet] #此節點的分類情況
if classlist.count(classlist[0]) == len(classlist): #全部屬于一類
return classlist[0]
if len(dataSet[0]) == 1: #分完了,沒有屬性了
return Vote(classlist) #少數服從多數
# 選擇一個最優特征進行劃分
bestFeat = choose_best_to_split(dataSet)
bestFeatname = featname[bestFeat]
del(featname[bestFeat]) #防止下標不準
DecisionTree = {bestFeatname:{}}
# 創建分支,先找出所有屬性值,即分支數
allvalue = [vec[bestFeat] for vec in dataSet]
specvalue = sorted(list(set(allvalue))) #使有一定順序
for v in specvalue:
copyfeatname = featname[:]
DecisionTree[bestFeatname][v] = build_decesion_tree(split_data(dataSet,bestFeat,v),copyfeatname)
return DecisionTree繪制可視化圖的代碼如下：
def getNumLeafs(myTree):
'計算決策樹的葉子數'
# 葉子數
numLeafs = 0
# 節點信息
sides = list(myTree.keys())
firstStr =sides[0]
# 分支信息
secondDict = myTree[firstStr]
for key in secondDict.keys(): # 遍歷所有分支
# 子樹分支則遞歸計算
if type(secondDict[key]).__name__=='dict':
numLeafs += getNumLeafs(secondDict[key])
# 葉子分支則葉子數+1
else: numLeafs +=1
return numLeafs
def getTreeDepth(myTree):
'計算決策樹的深度'
# 大深度
maxDepth = 0
# 節點信息
sides = list(myTree.keys())
firstStr =sides[0]
# 分支信息
secondDict = myTree[firstStr]
for key in secondDict.keys(): # 遍歷所有分支
# 子樹分支則遞歸計算
if type(secondDict[key]).__name__=='dict':
thisDepth = 1 + getTreeDepth(secondDict[key])
# 葉子分支則葉子數+1
else: thisDepth = 1
# 更新大深度
if thisDepth > maxDepth: maxDepth = thisDepth
return maxDepth
import matplotlib.pyplot as plt
decisionNode = dict(box, fc="0.8")
leafNode = dict(box, fc="0.8")
arrow_args = dict(arrow)
# ==================================================
# 輸入：
# nodeTxt: 終端節點顯示內容
# centerPt: 終端節點坐標
# parentPt: 起始節點坐標
# nodeType: 終端節點樣式
# 輸出：
# 在圖形界面中顯示輸入參數指定樣式的線段(終端帶節點)
# ==================================================
def plotNode(nodeTxt, centerPt, parentPt, nodeType):
'畫線(末端帶一個點)'
createPlot.ax1.annotate(nodeTxt, xy=parentPt, xycoords='axes fraction', xytext=centerPt, textcoords='axes fraction', va="center", ha="center", bbox=nodeType, arrowprops=arrow_args )
# =================================================================
# 輸入：
# cntrPt: 終端節點坐標
# parentPt: 起始節點坐標
# txtString: 待顯示文本內容
# 輸出：
# 在圖形界面指定位置(cntrPt和parentPt中間)顯示文本內容(txtString)
# =================================================================
def plotMidText(cntrPt, parentPt, txtString):
'在指定位置添加文本'
# 中間位置坐標
xMid = (parentPt[0]-cntrPt[0])/2.0 + cntrPt[0]
yMid = (parentPt[1]-cntrPt[1])/2.0 + cntrPt[1]
createPlot.ax1.text(xMid, yMid, txtString, va="center", ha="center", rotation=30)
# ===================================
# 輸入：
# myTree: 決策樹
# parentPt: 根節點坐標
# nodeTxt: 根節點坐標信息
# 輸出：
# 在圖形界面繪制決策樹
# ===================================
def plotTree(myTree, parentPt, nodeTxt):
'繪制決策樹'
# 當前樹的葉子數
numLeafs = getNumLeafs(myTree)
# 當前樹的節點信息
sides = list(myTree.keys())
firstStr =sides[0]
# 定位第一棵子樹的位置(這是蛋疼的一部分)
cntrPt = (plotTree.xOff + (1.0 + float(numLeafs))/2.0/plotTree.totalW, plotTree.yOff)
# 繪制當前節點到子樹節點(含子樹節點)的信息
plotMidText(cntrPt, parentPt, nodeTxt)
plotNode(firstStr, cntrPt, parentPt, decisionNode)
# 獲取子樹信息
secondDict = myTree[firstStr]
# 開始繪制子樹，縱坐標-1。
plotTree.yOff = plotTree.yOff - 1.0/plotTree.totalD
for key in secondDict.keys(): # 遍歷所有分支
# 子樹分支則遞歸
if type(secondDict[key]).__name__=='dict':
plotTree(secondDict[key],cntrPt,str(key))
# 葉子分支則直接繪制
else:
plotTree.xOff = plotTree.xOff + 1.0/plotTree.totalW
plotNode(secondDict[key], (plotTree.xOff, plotTree.yOff), cntrPt, leafNode)
plotMidText((plotTree.xOff, plotTree.yOff), cntrPt, str(key))
# 子樹繪制完畢，縱坐標+1。
plotTree.yOff = plotTree.yOff + 1.0/plotTree.totalD
# ==============================
# 輸入：
# myTree: 決策樹
# 輸出：
# 在圖形界面顯示決策樹
# ==============================
def createPlot(inTree):
'顯示決策樹'
# 創建新的圖像并清空 - 無橫縱坐標
fig = plt.figure(1, facecolor='white')
fig.clf()
axprops = dict(xticks=[], yticks=[])
createPlot.ax1 = plt.subplot(111, frameon=False, **axprops)
# 樹的總寬度 高度
plotTree.totalW = float(getNumLeafs(inTree))
plotTree.totalD = float(getTreeDepth(inTree))
# 當前繪制節點的坐標
plotTree.xOff = -0.5/plotTree.totalW;
plotTree.yOff = 1.0;
# 繪制決策樹
plotTree(inTree, (0.5,1.0), '')
plt.show()
if __name__ == '__main__':
data,features=load_data()
split_fea_index=choose_best_to_split(data)
newtree=build_decesion_tree(data,features)
print(newtree)
createPlot(newtree)
'''
{'age': {'old_aged': {'level': {'same': 'yes', 'good': 'no'}}, 'teenager': {'student': {'no': 'no', 'yes': 'yes'}}, 'middle_aged': 'yes'}}
'''結果如下：
感謝你能夠認真閱讀完這篇文章，希望小編分享的“python如何實現決策樹分類”這篇文章對大家有幫助，同時也希望大家多多支持創新互聯成都網站設計公司，關注創新互聯成都網站設計公司行業資訊頻道，更多相關知識等著你來學習!
另外有需要云服務器可以了解下創新互聯scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、網站設計器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業上云的綜合解決方案，具有“安全穩定、簡單易用、服務可用性高、性價比高”等特點與優勢，專為企業上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。
網頁名稱：python如何實現決策樹分類-創新互聯
分享路徑：http://www.xueling.net.cn/article/djiodj.html