@sklearn使用pd数据集进行训练模型 sklearn训练数据时需要有特征行和类别行，有时候经过pd处理的数据集无法直接满足需求。 处理数据代码如下： 经过处理，提取pandas处理后的每个数据前两列作为特征，最后一列作为类别 绘制决策树时参数赋值：
读取数据
代码示例
import pandas as pd data=pd.DataFrame({'特征1':[1,2,3],'特征2':[3,2,1],'类别':[4,5,6]}) print(data) x=data.iloc[:,:2].values y=data.iloc[:,2].values print(x) print(y) dot_data=export_graphviz(dtc,out_file=None,feature_names['特征1','特征2'],class_names['4','5','6'],filled=True,rounded=True,special_characters=True) graph = pydotplus.graph_from_dot_data(dot_data) graph.write_png('决策树.png') iloc函数详解：
本网页所有视频内容由 imoviebox边看边下-网页视频下载, iurlBox网页地址收藏管理器 下载并得到。
ImovieBox网页视频下载器 下载地址: ImovieBox网页视频下载器-最新版本下载
本文章由: imapbox邮箱云存储,邮箱网盘,ImageBox 图片批量下载器,网页图片批量下载专家,网页图片批量下载器,获取到文章图片,imoviebox网页视频批量下载器,下载视频内容,为您提供.
阅读和此文章类似的: 全球云计算
官方软件产品操作指南 (170)
