Scikit-Learn决策树:预测的概率是a还是b?
我使用Scikit-Learn有一个基本的决策树分类器: ##用于根据身高和鞋子的尺寸从女性中确定男性从sklearn导入树#身高和鞋码X = [[65,9]，[67,7]，[70,11]，[62,6]，[60,7]，[72,13]，[66,10]，[67,7.5]]Y = [“男性"，“女性"，“男性"，“女性"，“女性"，“男性"，“男性"，“女性"]#创建决策树clf = tree.De
..
decision-tree相关内容
从rpart包中的决策规则中提取信息
我需要从决策树中的规则中提取信息.我在R中使用rpart软件包.我在软件包中使用演示数据来解释我的要求: data(stagec)适合
..
R :(有选择地)修剪循环的结果
我正在使用R编程语言.我正在学习如何迭代循环一个过程(例如生成一些随机数据并适合不同的决策树).在上一个问题( R:保存循环结果)，我学会了如何生成随机数据，拟合不同的决策树并记录其准确性: library(caret) library(rpart) #generate data a = rnorm(1000, 10, 10) b = rnorm(1000, 10, 5) c = rno
..
我无法在weka中为我的id3分类器可视化决策树。我该怎么办？
我无法在weka中为我的id3分类器可视化决策树。对于forest.arff，我已经通过删除包含空实例的属性对数据进行了预处理，并且在应用了ID3分类器但无法对树进行虚拟化之后。 解决方案 根据 Technobium.com 目前，该平台不允许可视化 ID3生成的树。
..
Mathematica：零件分配
我正在尝试实施一种算法，以根据数据集构建决策树。 我编写了一个函数来计算子集和特定分区之间的信息增益，然后尝试所有可能的分区，并希望选择“最佳”分区，因为它具有最低的熵。 此过程必须是递归的，因此，在第一次迭代后，它需要对上一步中获得的分区的每个子集都起作用。 这些是数据： X = {{1，0，1，1}，{1，1，1，1} ，{0，1，1，1}，{1，1，1，0}，{1，1，0，
..
得到大熊猫的实际决策树
我正在使用熊猫命令 tree.DecisionTreeClassifier 来构建（二进制）分类树。类似于以下内容： dcrG = tree.DecisionTreeClassifier（criterion ='entropy'，splitter ='best'，options_go_here） dcrG.fit（train [features]，train ['G']）
..
使决策树分类器适合数据；代码错误
这是我输入到RStudio中以创建决策树的代码，而 park 是我所在环境中的一个数据框 人％ na.omit（） 一瞥（人） 理货（〜帕金森，数据=人，格式=“百分比”）＃简单表格 ################ set.seed（1688
..
在基于文本的冒险中尝试选择种族时，为什么角色表不能与input（）一起使用？ python3.x
所以这仅仅是我知道我将要遇到的一长串问题的开始。在这个基于文本的冒险中，我希望最终有难题和多个分支路径，最终可以加入的派系，影响情况道德的选择对话（例如，质量效应或kotor，但基于文本的ish）等。，但我觉得早期的设置对于这次学习非常重要。我还希望最终将其转换为PYQT5，并最终通过用户界面在我为自己的投资组合建立的网站上托管它。我只是想消除这种情况，以防您在这里经常看到我。下午给我一些建议，如
..
与ml.DecisionTreeClassificationModel中的mllib.DecisionTreeModel.toDebugString（）等效
正如问题所述， org.apache.spark.mllib.tree.model.DecisionTreeClassificationModel.toDebugString（） > org.apache.spark.ml.classification.DecisionTreeClassificationModel 我浏览了后者的API文档，发现此方法 rootNode（）会返回 org.a
..
如何可视化H2O树？
我有df data_categorical 和一个模型 model 。 我将df转换为 data = h2o的h2o框架。H2OFrame（data_categorical） 并训练了我的模型 model = H2ORandomForestEstimator（ntrees = 1，max_depth = 20，nfolds = 10） ＃训练模型 model.train
..
给定属性索引，WEKA生成的模型似乎无法预测类和分布
概述 我正在使用WEKA API 3.7.10（开发人员版本）来使用预制的 .model 文件。 我制作了25个模型：五个算法的五个结果变量。 J48决策树。 > 备用决策树 随机森林 LogitBoost 随机子空间 我在J48，随机子空间和随机森林方面遇到问题。 必需的文件 以下是创建后我的数据的 ARFF 表示形式： @relationsh
..
scikit-learn决策树回归：检索叶子的所有样本（不是均值）
我已经开始使用scikit-learn决策树，到目前为止，它运行良好，但是我需要做的一件事是检索叶节点的样本Y值集合，尤其是在运行预测时。给定一个输入特征向量X，我想知道叶节点处对应的Y值的集合，而不仅是这些值的平均值（或中位数）的回归值。当然，人们希望样本均值具有较小的方差，但是我确实想提取实际的Y值集并进行一些统计/创建PDF。我曾经使用过这样的代码如何提取来自scikit-learn决策树的
..
Scikit决策树的分类功能
汤姆的米切尔机器学习书中有一个众所周知的问题根据以下数据构建决策树，其中“打球”是目标变量。 结果树紧随其后 我想知道是否可以用scikit构建这棵树-学习。我发现了几个决策树可以描述为 export_graphviz（clf） Source（export_graphviz（clf，out_file = none）） 但是scikit不适用于分类数据，但是被二
..
当不允许安装graphviz或pydotplus时，是否有办法查看节点在决策树中对数据进行分类的顺序？
运行决策树模型后，我需要知道节点的顺序和每个节点的得分。当我在办公室的计算机上工作时，安装受到很大限制，不允许我下载graphviz或pydotplus。 没有关系没有模型的图形表示；我只想知道算法使用的分类顺序/过程。我正在使用 sklearn.tree ， sklearn.metrics 和 sklearn.cross_validation 。 解决方案 您可以使用 plot_t
..
如何使用决策树对该值进行分类
基本上我的决策树无法使用常规算法对值进行分类。 我到达一个节点，有两种选择（例如，晴天和刮风），但是在这个节点上，我的值是不同的（例如，下雨天）。 有没有什么方法可以解决这个问题，例如更改树还是仅根据其他数据进行估计？ 我当时正在考虑在该节点上分配最常见的值，但这只是一个猜测。 解决方案 您是否考虑过模糊逻辑表示富裕/贫乏的连续体？至于无法表达为连续体的事物，我想不出可以
..
从LightGBM模型访问树和节点
在sci-kit学习中，可以访问整个树结构，即树的每个节点。这样可以探究在树的每个分割处使用的属性以及用于测试的值 二叉树结构具有5个节点，并具有以下树结构： node = 0测试节点：如果X [:, 3]
..
如何解决“数据不能具有比参考更多的级别”？使用confusioMatrix时出错？
我正在使用R编程。 我将数据除以train& 这是我的代码： 库（“ tree”） credit
..
不使用graphviz / web可视化决策树
由于某些限制，我无法使用graphviz，webgraphviz.com 来可视化决策树（工作网络已从另一个世界关闭）。 问题：是否存在一些替代的实用工具或Python代码，至少对于非常简单的可视化而言，可能只是决策树的ASCII可视化（python / sklearn）？ 我的意思是，我可以特别使用sklearn：tree.export_graphviz（） 生成具有树结构的文本
..
为什么我获得负面信息收益？
[已解决] 我的错误是我没有意识到如果所有熵都是一种类型，那么熵就是0。因此，如果全部为正，则熵为0，如果全部为负，则熵也为零。如果等量的正负相等，则熵将为1。 一个人获得负信息增益没有意义。 但是根据此示例，我获得了负信息增益。 以下是数据： 如果我计算了Humidity属性的信息增益，我会得到 很显然我在这里错过了一些东西。 编辑： 阐明我的理解。
..
将scikit学习的DecisionTreeClassifier.tree_.value映射到预测的类
我在3类数据集上使用了scikit-learn DecissionTreeClassifier。在适合分类器之后，我访问tree_属性上的所有叶节点，以获得每个类在给定节点中结束的实例数量。 clf = tree.DecisionTreeClassifier（max_depth = 5） clf.fit（X，y） ＃假设存在一个id为5的叶子节点 print clf .tree_.va
..