极简sklearn-决策树(一)

前言

当前最火爆的人工智能技术应该就是深度学习技术了，有了深度学习，为什么还要使用传统的机器学习技术呢要原因，当然是深度学习的成本太高了。深度学习技术需要大量的GPU资源，现在的GPU多贵就不用说了，并且需要大量的数据来喂养，如果数据不足，效果还不如传统的机器学习。

深度学习技术最大的优点就是效果出色，如果是计算机视觉，自然语言处理，自动驾驶等领域，肯定首选深度学习技术，如果是其他的分类和回归应用，完全可以考虑用机器学习算法来实现，毕竟现在有了集成算法和模型融合，机器学习的效果也很好。

环境安装

安装graphviz,在本机搜索里面搜

选中graphviz和python-graphviz进行安装

 分类红酒数据集

我们用一个小案例来说明决策树的使用，sklearn使用起来及其简单，一共就四步

1. 导入数据集，探索数据，同时切割训练集和测试集
2. 实例化模型，参数配置就是在这一步
3. 用训练集训练模型
4. 使用测试集测试模型效果

首先让我们来探索下红酒数据集

打印数据集，可以看到data就是数据，target就是标签，target_names一共3个，说明是三分类的数据集。

可以看到一共178条数据，13个特征，数据量不大 

接下来切分数据集

第二步，实例化模型

第三步，使用训练集训练模型

第四步，使用测试集测试模型效果

结果:

没进行任何调参，准确率88.8%,还不错，反正比自己瞎猜强。

论模型效果 

什么样的模型才是好模型呢般从三个维度来衡量

1. 模型效果，效果永远是第一位的，比如人脸识别的准确率，没人愿意用时灵时不灵的产品
2. 运算速度，速度也很重要，要是一个产品识别一个人脸要一分钟，相信这个产品是没有市场的
3. 可解释性，当人工智能决定解雇你的时候，你肯定很想知道为什么，可惜可解释性在AI领域是件可望不可求的事，往往功能越强大的模型，可解释性越差，往后人类需要适应没有原因的结果

可视化决策树

一件可喜的事情是，决策树的可解释性相当好，让我们来展示下决策树

 可以看到，根节点的samples是124个，与训练集数量吻合。当脯氨酸小于765时，进入第二层左边那个节点，可以看到进入这个节点的样本一共77个，有44个是罗曼尼康帝，31个是皇家礼包，所以还不能确定到底是哪个，当类黄酮小于1.4时进入第三层最左边的节点，这时36个样本中有31个皇家礼炮，所以脯氨酸小于765并且类黄酮小于1.4大概率是皇家礼炮了。

PS：皇家礼炮不是威士忌么，怎么变成红酒了实这个标签名是我随便写的，因为在机器学习的数据集中，很多数据做了脱敏处理，你既看不到原始数据，也看不到真实的标签名，不过这不影响学习与使用

文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览33961 人正在系统学习中