Sklearn的决策树算法实现鸢尾花分类_基于sklearn决策树算法对鸢尾花数据进行分类

Iris Data Set

Iris Data Set（鸢尾属植物数据集）是历史比较悠久的数据集，它首次出现在著名的英国统计学家和生物学家Ronald Fisher 1936年的论文《The use of multiple measurements in taxonomic problems》中，被用来介绍线性判别式分析。在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本。
该数据集测量了所有150个样本的4个特征，分别是：sepal length（花萼长度）、sepal width（花萼宽度）、petal length（花瓣长度）、petal width（花瓣宽度），以上四个特征的单位都是厘米。

Sklearn的决策树算法

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier,plot_tree

# Parameters
n_classes = 3
plot_colors = "ryb"
plot_step = 0.02

plt.rcParams['savefig.dpi'] = 300 #图片像素
plt.rcParams['figure.dpi'] = 300 #分辨率

# Load Data
iris = load_iris() # 150,4
for pairidx,pair in enumerate([[0,1],[0,2],[0,3],[1,2],[1,3],[2,3]]):
    # We only take the two corresponding features
    X = iris.data[:,pair]
    y = iris.target
    
    # Train
    clf = DecisionTreeClassifier().fit(X,y)
    
    # Plot the decision boundary
    plt.subplot(2,3,pairidx + 1)
    x_min,x_max = X[:,0].min() -1,X[:,0].max() +1
    y_min,y_max = X[:,1].min() -1,X[:,1].max() +1
    xx, yy = np.meshgrid(np.arange(x_min,x_max,plot_step),    np.arange(y_min,y_max,plot_step)) # 生成网格点坐标矩阵
    plt.tight_layout(h_pad=0.5,w_pad=0.5,pad=2.5)
    
    #np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等。
    #np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等。
    Z = clf.predict(np.c_[xx.ravel(),yy.ravel()]) # 将多维数组转换为一维数组
    #print(xx.shape,yy.shape)
    Z = Z.reshape(xx.shape)
    cs = plt.contour(xx,yy,Z,cmap=plt.cm.RdYlBu)
    
    plt.xlabel(iris.feature_names[pair[0]])
    plt.ylabel(iris.feature_names[pair[1]])
    
    # Plot the training points
    for i, color in zip(range(n_classes),plot_colors):
        idx = np.where(y == i)
        plt.scatter(X[idx, 0],X[idx, 1],c=color, label=iris.target_names[i],
                   cmap=plt.cm.RdYlBu,edgecolor="black",s=15)   
plt.suptitle("Decision surface of a decesion tree using paired features")
plt.legend(loc="lower right",borderpad=0)
plt.axis("tight")

plt.figure()
clf = DecisionTreeClassifier().fit(iris.data,iris.target)
plot_tree(clf,filled=True)
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

两两特征之间的决策树边界

决策树可视化

参考：https://scikit-learn.org/dev/modules/tree.html