Esta es la solución más acertada que encomtrarás aportar, pero primero obsérvala detenidamente y valora si se adapta a tu trabajo.
Ejemplo 1: árbol de decisiones de scikit learn
from sklearn import tree
X =[[0,0],[1,1]]
Y =[0,1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
Ejemplo 2: parodia de decisión de aprender
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_text
iris = load_iris()
decision_tree = DecisionTreeClassifier(random_state=0, max_depth=2)
decision_tree = decision_tree.fit(iris.data, iris.target)
r = export_text(decision_tree, feature_names=iris['feature_names'])print(r)
Ejemplo 3: parodia de decisión de aprender
clf.predict([[2.,2.]])
Sección de Reseñas y Valoraciones
Más adelante puedes encontrar las interpretaciones de otros gestores de proyectos, tú asimismo tienes la libertad de insertar el tuyo si dominas el tema.
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)