Saltar al contenido

ejemplo de código sklearn de regresión de árbol de decisión

Hacemos una verificación exhaustiva cada tutorial en nuestro espacio con la meta de enseñarte siempre información con la mayor veracidad y actual.

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: regresor de árbol de decisión de sklearn

Import the necessary modules and libraries
import numpy as np
from sklearn.tree import DecisionTreeRegressor
import matplotlib.pyplot as plt

# Create a random dataset
rng = np.random.RandomState(1)
X = np.sort(5* rng.rand(80,1), axis=0)
y = np.sin(X).ravel()
y[::5]+=3*(0.5- rng.rand(16))# Fit regression model
regr_1 = DecisionTreeRegressor(max_depth=2)
regr_2 = DecisionTreeRegressor(max_depth=5)
regr_1.fit(X, y)
regr_2.fit(X, y)# Predict
X_test = np.arange(0.0,5.0,0.01)[:, np.newaxis]
y_1 = regr_1.predict(X_test)
y_2 = regr_2.predict(X_test)# Plot the results
plt.figure()
plt.scatter(X, y, s=20, edgecolor="black",
            c="darkorange", label="data")
plt.plot(X_test, y_1, color="cornflowerblue",
         label="max_depth=2", linewidth=2)
plt.plot(X_test, y_2, color="yellowgreen", label="max_depth=5", linewidth=2)
plt.xlabel("data")
plt.ylabel("target")
plt.title("Decision Tree Regression")
plt.legend()
plt.show()

Calificaciones y reseñas

Más adelante puedes encontrar las reseñas de otros usuarios, tú igualmente tienes la opción de dejar el tuyo si dominas el tema.

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)



Utiliza Nuestro Buscador

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *