本文共 732 字，大约阅读时间需要 2 分钟。

在决策树中有一个很重要的概念就是深度

没错决策树很容易过拟合

从iris来看下所谓的过拟合

环境

• jupyter notebook

导入包

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib as mplfrom sklearn import treefrom sklearn.tree import DecisionTreeClassifierfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_scorefrom sklearn.datasets import load_irisimport pydotplusmpl.rcParams['font.sans-serif'] = ['simHei']mpl.rcParams['axes.unicode_minus'] = Falseiris_feature_E = 'sepal length', 'sepal width', 'petal length', 'petal width'iris_feature = '花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度'iris_class = 'Iris-setosa', 'Iris-versicolor', 'Iris-virginica'# 加载数据x = pd.DataFrame(load_iris().data)y = load_iris().target

图片是二维的，所以只能使用两个特征

转载地址：https://maoli.blog.csdn.net/article/details/102150981 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！