scikit-learn機械学習⑫決定木(Decision Tree)実践編
前回は、決定木(Decision Tree)の理論的な側面を解説しました。今回は、scikit-learnを使って実験を行います。
データセットとしては、scikit-learn.datasets からアイリス(iris、アヤメ)を使用します。タスクは、このデータセットに含まれる花の特徴から花の種類を予測することです。ナイーブ・ベイズの実践編でも使ったので、結果を比較できます。
まずは、データセットを訓練用とテスト用に分割します。次に、訓練用のデータセットから決定木を作成します。そして、学習を終えたモデルをテストセットで評価します。
決定木の良いところは、モデルがどのような判断をしているのかが理解できることです。ブラックボックスではなく、決定木のグラフを生成したり、どの特徴が重要視されているのかを表示することができるので、実践していきます。
この記事が気に入ったらサポートをしてみませんか?