Google机器学习（二） 鸢尾花数据集（load_iris） 决策树

Google深度学习系列视频

谷歌开发者视频中文频道：https://www.youtube.com/playlist?list=PLwv-rHS37fS9s3udyMoPPpaROL4u_tF5k

____tz_zs学习笔记

 

一、在Spyder中写第一个机器学习的程序：

这里使用的分类器是决策树

from sklearn import tree
feature = [[140,1],[130,1],[150,0],[170,0]]
#labels = ["apple","apple","orange","orange"]
labels = [0,0,1,1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(feature,labels)
print (clf.predict([[150,0]]))

.

二、鸢尾花数据集训练决策树

下面是根据google机器学习视频，写的鸢尾花数据集的决策树训练、测试、可视化代码

鸢尾花数据集下载：http://download.csdn.net/detail/tz_zs/9874935）

参考资料：http://cda.pinggu.org/view/3074.html

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
# 引入数据集
import numpy as np
from sklearn.datasets import load_iris
from sklearn import tree

iris = load_iris()
print(iris.feature_names)  # ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
print(iris.target_names)  # ['setosa' 'versicolor' 'virginica']
print(iris.data[0])  # [ 5.1  3.5  1.4  0.2]
print(iris.target[0])  # 0
test_idx = [0, 50, 100]  # 取0,50，100位置的数据作为测试集（所以这里测试集只有三组数据）

# training data
train_target = np.delete(iris.target, test_idx)
train_data = np.delete(iris.data, test_idx, axis=0)

# testing data
test_target = iris.target[test_idx]
test_data = iris.data[test_idx]

clf = tree.DecisionTreeClassifier()
clf = clf.fit(train_data, train_target)

# print(test_target)
# print(clf.predict(test_data))

# viz code 可视化 制作一个简单易读的PDF
from sklearn.externals.six import StringIO
import pydot

dot_data = StringIO()
tree.export_graphviz(clf, out_file=dot_data,
                     feature_names=iris.feature_names,
                     class_names=iris.target_names,
                     filled=True, rounded=True,
                     special_characters=True)
graph = pydot.graph_from_dot_data(dot_data.getvalue())
print(len(graph))  # 1
print(graph)  # []
print(graph[0])  # 
# graph.write_pdf("iris.pdf")
graph[0].write_pdf("iris.pdf")

·pdf如图：

·

 

三、本项目中导入包的问题

如果你的 anaconda 的开始菜单中，没有你新建的虚拟环境的命令行入口（例中为新建了一个2.7的环境），

你需要安装如图的包，这样才能在开始菜单中看到新建的虚拟环境的命令行入口——Anaconda prompt2.7

当然，直接在cmd激活2.7的虚拟环境，或者点击如图的三角形 open terminal 也能进入anaconda命令行终端，但这样不是很方便。

.

在Anaconda命令栏中输入 pip install pydot 安装

此时已经在python2.7环境下安装好了pydot包。

 

补充：GraphViz 和 pydot 的问题

发现有不少小伙伴在 dot 转 PDF 时遇到了 dot 或 GraphViz 找不到等等问题。这里有几点提醒：

一、注意在Python中安装好 GraphViz （pip install graphviz）和 pydot （pip install pydot）三方库后，你还需要下载 GraphViz（https://www.graphviz.org/）软件安装。（Linux 可以在终端使用命令 sudo apt-get install graphviz 完成安装）

二、很可能是因为没把graphviz的bin目录加入path路径。

三、注意先安装 GraphViz，再安装 pydot。

参考：

• https://www.bbsmax.com/A/B0zqBekNJv/
• https://stackoverflow.com/questions/27666846/pydot-invocationexception-graphvizs-executables-not-found
• https://stackoverflow.com/questions/18438997/why-is-pydot-unable-to-find-graphvizs-executables-in-windows-8

.

end