机器学习实验：使用sklearn的决策树算法对葡萄酒数据集进行分类

机器学习实验：使用sklearn的决策树算法对葡萄酒数据集进行分类

问题如下：

使用sklearn的决策树算法对葡萄酒数据集进行分类，要求：

①划分训练集和测试集（测试集占20%）

②对测试集的预测类别标签和真实标签进行对比

③输出分类的准确率

④调整参数比较不同算法（ID3，C4.5，CART）的分类效果。

代码实现：

1. 导入依赖包

   #导入相关库
   import sklearn
   from sklearn.model_selection import train_test_split
   from sklearn import tree                                 #导入tree模块
   from sklearn.datasets import load_wine
   from math import log2
   import pandas as pd
   import graphviz
   import treePlotter
   

2. 导入数据集

   #导入数据集
   wine = load_wine()
   X = wine.data   #X
   Y = wine.target #Y
   features_name = wine.feature_names
   print(features_name)
   pd.concat([pd.DataFrame(X),pd.DataFrame(Y)],axis=1)
   #打印数据
   

   

3. 划分数据集，数据集划分为测试集占20%；

   #划分数据集，数据集划分为测试集占20%；
   x_train, x_test, y_train, y_test = train_test_split(
           X, Y,test_size=0.2)
   # print(x_train.shape)    #(142, 13)
   # print(x_test.shape)     #(36, 13)
   

4. 导入模型，进行训练

   #采用C4.5算法进行计算
   #获取模型
   model = tree.DecisionTreeClassifier(criterion="entropy",splitter="best",max_depth=None,min_samples_split=2,
                                       min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=None,
                                       random_state=None,max_leaf_nodes=None,class_weight=None);
   model.fit(x_train,y_train)
   score = model.score(x_test,y_test)
   y_predict = model.predict(x_test)
   print('准确率为:',score)
   #准确率为: 0.9444444444444444
   

5. 对测试集的预测类别标签和真实标签进行对比

   pd.concat([pd.DataFrame(x_test),pd.DataFrame(y_test),pd.DataFrame(y_predict)],axis=1)
   #打印数据,对测试集的预测类别标签和真实标签进行对比
   

最后两列为真实标签和预测类别标签

6. 调整参数比较不同算法（ID3，C4.5，CART）的分类效果

   #采用CART算法进行计算
   #获取模型
   model = tree.DecisionTreeClassifier(criterion="gini",splitter="best",max_depth=None,min_samples_split=2,
                                       min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=None,
                                       random_state=None,max_leaf_nodes=None,class_weight=None);
   model.fit(x_train,y_train)
   score = model.score(x_test,y_test)
   y_predict = model.predict(x_test)
   print('准确率为:',score)
   #准确率为: 1.0
   

7. 画出最后预测的树

   feature_name = ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类','花青素','颜色强度','色调','od280/od315稀释葡萄酒','脯氨酸']
   
   dot_data = tree.export_graphviz(model
                                   ,out_file=None
                                   ,feature_names=feature_name
                                   ,class_names=['二锅头','苦荞','江小白']
                                   ,filled=True
                                   ,rounded=True)
   graph = graphviz.Source(dot_data)
   graph
   #graph.render('tree')