Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- from sklearn.datasets import load_iris
- from sklearn.model_selection import train_test_split
- from sklearn.tree import DecisionTreeClassifier
- from sklearn import tree
- import matplotlib.pyplot as plt
- # Загрузите набор данных iris или ваш конкретный набор данных
- data = load_iris()
- X = data.data
- y = data.target
- # Разделите набор данных на обучающий и тестовый наборы
- X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
- # Инициализируйте DecisionTreeClassifier
- clf = DecisionTreeClassifier(random_state=42)
- # Обучите модель на обучающих данных
- clf.fit(X_train, y_train)
- # Визуализируйте решающее дерево
- plt.figure(figsize=(12,8))
- tree.plot_tree(clf, filled=True, feature_names=data.feature_names, class_names=data.target_names)
- plt.show()
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement