Mosh Hamedani--Python笔记7（机器学习-决策树）

大佬：Mosh Hamedani
本笔记按照Mosh Hamedani教程视频学习，供自己学习使用，如有雷同，概不负责。

八、机器学习 Machine Learning

步骤：

1、导入数据 Import the Data
通常以csv文件形式出现
2、处理/清理数据 Clean the Data
清理、整理重复数据，保证数据的准确性，否则影响机器学习，干扰输出
3、划分数据集 Split the Data into Traning/Test Sets
将数据集划分成学习集和测试集，如80%用于学习，20%用于测试
4、建立模型 Create a Model
5、训练模型 Train the Model
6、预测 Make Predictions
7、评估改善 Evaluate and Improve
本部分分为四个部分：
Numpy Pandas Matplotlib Scikit-learn

Jupyter

导入数据

注：若没有放入同一路径下，则需要输入完整路径

数据整体信息

注：Jupyter无需重复定义，第一行import pandas后，后面可直接使用

快捷方式

当这个框框为绿色时为编辑模式,
当这个框框为蓝色时为命令模式，按下esc键可变成蓝色
在蓝色框框时，按下"H”键，可出现快捷方式

ps: df. + tab可以快捷显示指令
df.describe + shift+ctrl 快速显示一些信息
ctrl + / 给一行注释，再按一次取消
在蓝色框框模式按两次D，可以删除此代码框
tab可以快速填充之前输入的变量名

A Real Problem

1、导入文件

2、分成两个状态集和结果集

3、学习及测试

4、测量模型精度

import pandas as pd
from sklearn.tree import DecisionTreeClassifier# 调出决策树
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

music_data = pd.read_csv("music.csv")
X = music_data.drop(columns=["genre"])#将genre一列移除
y = music_data["genre"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2)

model = DecisionTreeClassifier()
model.fit(X_train,y_train)# 只需要训练两组数据
predictions = model.predict(X_test)

score = accuracy_score(y_test,predictions)
score

注：最后得出精度为1，但是多运行几次，精度会改变，且如果给测试数据集test_size越多的占比，测试精度会越低

5、设置成模块

注：保存在同一路径下

5、调用（批量使用）

import pandas as pd
from sklearn.tree import DecisionTreeClassifier# 调出决策树
from sklearn.externals import joblib

model = joblib.load("music-recommender.joblib")
predictions = model.predict([[21,1]])# 两个中括号
predictions

6、可视化决策树

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree

music_data = pd.read_csv("music.csv")# 导入文件
X = music_data.drop(columns=['genre'])# 设定输入
y = music_data['genre']# 设定输出

model = DecisionTreeClassifier()# 建立模型
model.fit(X,y)# 训练学习模型

tree.export_graphviz(model,out_file='music-recommender.dot',
                    feature_names=['age','gender'],
                    class_names=sorted(y.unique()),
                    label = 'all',#每个节点标签可读
                    rounded = True,# 四舍五入
                    filled = True)# 每个框图或节点都有一个颜色

注：graphviz可视化流程图、决策树等
sorted 对所有可迭代的对象排序
以上代码可生成一个“music-recommender.dot"的文件，将此文件放入VScode中（anaconda可打开navigator直接安装VScode），安装两个插件
注意作者名字
在VScode中右上角…打开可视化