Попытка создать дерево решений с перекрестной проверкой с использованием склеры и панадов.перекрестная проверка + деревья решений в sklearn
Мой вопрос приведен в коде ниже, перекрестная проверка разбивает данные, которые затем я использую для обучения и тестирования. Я попытаюсь найти наилучшую глубину дерева, воссоздав его n раз с разными максимальными глубинами. При использовании перекрестной проверки я должен использовать k folds CV, и если да, то как я буду использовать это в коде, который у меня есть?
import numpy as np
import pandas as pd
from sklearn import tree
from sklearn import cross_validation
features = ["fLength", "fWidth", "fSize", "fConc", "fConc1", "fAsym", "fM3Long", "fM3Trans", "fAlpha", "fDist", "class"]
df = pd.read_csv('magic04.data',header=None,names=features)
df['class'] = df['class'].map({'g':0,'h':1})
x = df[features[:-1]]
y = df['class']
x_train,x_test,y_train,y_test = cross_validation.train_test_split(x,y,test_size=0.4,random_state=0)
depth = []
for i in range(3,20):
clf = tree.DecisionTreeClassifier(max_depth=i)
clf = clf.fit(x_train,y_train)
depth.append((i,clf.score(x_test,y_test)))
print depth
вот ссылка на данные, которые я использую, в случае, если кто-то поможет. https://archive.ics.uci.edu/ml/datasets/MAGIC+Gamma+Telescope
Это именно то, что я искал; спасибо – razeal113
Приятно слышать это. Можете ли вы принять ответ? – Dimosthenis
+1 для ответа на заданный вопрос, а также предложение поиска сетки, что, безусловно, является лучшей практикой для этого типа проблем. – dsal1951