|NO.Z.00006|——————————|BigDataEnd|——|Arithmetic&Machine.v06|——|Machine：监督学习算法.v05|
一、使用SK-LEARN实现决策树：参数CRITERION
二、初步建模
Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart ——W.S.Landor
### --- 使用SK-LEARN实现决策树
~~~ # 参数CRITERION
~~~ # criterion 这个参数是用来决定不纯度的计算方法。sklearn 提供了两种选择：
~~~ 输入 “entropy”，使用信息熵（Entropy）
~~~ 输入 “gini”，使用基尼系数（Gini Impurity）~~~ 比起基尼系数，信息熵对不纯度更加敏感，对不纯度的惩罚最强。
~~~ 但是在实际使用中，信息熵和基尼系数的效果基本相同。
~~~ 信息熵的计算比基尼系数缓慢一些，因为基尼系数的计算不涉及对数。
~~~ 另外，因为信息熵对不纯度更加敏感，所以信息熵作为指标时，决策树的生长会更加 ”精细”，
~~~ 因 此对于高纬数据或者噪声很多的数据，信息熵很容易过拟合，
~~~ 基尼系数在这种情况下效果往往比较好。
~~~ 当模型拟合程度不足时，即当模型在训练集和测试集上都表现不太好的时候，使用信息熵。
~~~ 当然，这些不是绝对的。| 参数 | criterion |
| 如何影响模型？ | 确定不纯度的计算方法，帮助找出最佳节点和最佳分支， 不纯度越低，决策树对训练集的拟合约好。 |
| 可能的输入有哪些？ | 不填默认基尼系数，填写gini使用基尼系数，填写entropy使用信息增益 |
| 怎样选取参数？ | 通常就使用基尼系数 数据维度很大，噪音很大时使用基尼系数 维度低，数据比较清晰的时候，信息熵和基尼系数没区别 当决策树的拟合程度不够的时候，使用信息熵 两个都试试，不好就换另外一个 |
### --- 初步建模
# 导入需要的算法库和模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn import tree
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
plt.rcParams['font.sans-serif']=['Simhei']
plt.rcParams['axes.unicode_minus']=False### --- 探索数据
wine = load_wine()
wine.data.shape
wine.target### --- 如果 wine 是一张表，应该长这样:
wine_pd=pd.concat([pd.DataFrame(wine.data),pd.DataFrame(wine.target)],axis=1).he
ad()
wine.feature_names.append("result")
wine_pd.columns=wine.feature_names
wine_pdXtrain, Xtest, Ytrain, ytest =
train_test_split(wine.data,wine.target,test_size=0.3,
random_state=420)
Xtrain.shape
Xtest.shape
~~~ # 输出参数
(124, 13)
(54, 13)### --- 建立模型
clf = tree.DecisionTreeClassifier(criterion="gini")
clf = clf.fit(Xtrain, Ytrain)
clf.score(Xtest, ytest) #返回预测的准确度
~~~ # 输出参数
0.9444444444444444### --- 画出一棵树
~~~ 同时，我们可以利用 Graphviz 模块导出决策树模型，
~~~ 第一次使用 Graphviz 之前需要对其进行安装，
~~~ 若是使用从 pip 进行的 Python 包管理，则可直接在命令?界?中利用下述指令进行安装:pip install graphviz
import matplotlib.pyplot as plt
feature_name = ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类','花青素','颜色强度','色调','od280/od315 稀释葡萄酒','脯氨酸']
import graphviz
dot_data = tree.export_graphviz(clf,
out_file = None,
feature_names= feature_name,
class_names=["琴酒","雪莉","贝尔摩德"],
filled=True,
rounded=True)
graph = graphviz.Source(dot_data)
graph### --- export_graphviz生成一个DOT格式的决策树：
~~~ feature_names:每个属性的名字
~~~ class_names:每个因变量类别的名字
~~~ label:是否显示不纯度信息的标签,默认为"all"表都显示,可以是"root"或"none"
~~~ filled:是否给每个结点的主分类绘制不同的颜色,默认为False
~~~ out_file:输出的dot文件的名字,默认为None表示不输出文件,可以是自定义名字如"tree.dot"
~~~ rounded:默认为Ture,表示对每个结点的边框加圆角,并使用Helvetica字体### --- 更多参数说明查看
~~~ https://scikit-learn.org/stable/modules/generated/sklearn.tree.export_graphviz.html#sklearn.tree.export_graphviz### --- 探索决策树属性
~~~ # clf.feature_importances_显示每个特征重要性
clf.feature_importances_
[*zip(feature_name,clf.feature_importances_)]### --- clf.apply
~~~ # 返回每个预测样本的叶子索引
clf.apply(Xtrain)### --- clf.tree_.node_count
~~~ # 树的节点个数。
clf.tree_.node_count
~~~ # 输出参数
13### --- clf.tree_.feature
~~~ # 每个节点对应的属性索引值,-2 表示叶节点：
clf.tree_.feature
~~~ # 输出参数
array([ 9, 12, -2, -2, 6, 10, -2, -2, 12, 0, -2, -2, -2], dtype=int64)### --- 防止过拟合
~~~ 在不加限制的情况下，一棵决策树会生长到衡量不纯度的指标最优，或者没有更多的特征可用为止。
~~~ 这样的决策树往往会过拟合，这就是说，它会在训练集上表现很好，在测试集上却表现糟糕。
~~~ 我们收集的样本数据不可能和整体的状况完全一致，
~~~ 因此当一棵决策树对训练数据有了过于优秀的解释性，
~~~ 它找出的规则必然包含了训练样本中的噪声，并使它对未知数据的拟合程度不足。~~~ # 我们的树对训练集的拟合程度如何?
score_train = clf.score(Xtrain, Ytrain)
score_train
~~~ 为了让决策树有更好的泛化性，我们要对决策树进行剪枝。剪枝策略对决策树的影响巨大，
~~~ 正确的剪枝策略是优化决策树算法的核心。
random_state & splitter### --- random_state
~~~ 如果我们改动 random_state，画出来的每一棵树都不一样。它为什么会不稳定呢？
~~~ 如果使用其他数据集，它还会不稳定吗?
~~~ 我们之前提到过，无论决策树模型如何进化，
~~~ 在分支上的本质都还是追求某个不纯度相关的指标的优化，而正如我们提到的，
~~~ 不纯度是基于节点来计算的，也就是说，决策树在建树时，
~~~ 是靠优化节点来追求一棵优化的树，但最优的节点能够保证最优的树吗？~~~ 集成算法被用来解决这个问题：sklearn 表示，既然一棵树不能保证最优，
~~~ 那就建更多的不同的树，然后从中取最好的。怎样从一组数据集中建不同的树？
~~~ 在每次分支时，不使用全部特征，而是随机选取一部分特征，
~~~ 从中选取不纯度相关指标最优的作为分支用的节点。这样，每次生成的树也就不同了。
~~~ random_state 用来设置分支中的随机模式的参数，默认 None，在高维度时随机性会表现更明显，
~~~ 低维度的数据(比如鸢尾花数据集)，随机性几乎不会显现。输入任意整数，
~~~ 会一直长出同一棵树，让模型稳定下来。### --- splitter
~~~ # splitter 也是用来控制决策树中的随机选项的，有两种输入值:
~~~ # 输入”best"，决策树在分支时虽然随机，
~~~ 但是还是会优先选择更重要的特征进行分支(重要性可以通过属性 feature_importances_查看);
~~~ # 输入“random"，决策树在分支时会更加随机，树会因为含有更多的不必要信息而更深更大，
~~~ 并因这些不必要信息而降低对训练集的拟合。这也是防止过拟合的一种方式。~~~ 当你预测到你的模型会过拟合，用这两个参数来帮助你降低树建成之后过拟合的可能性。
~~~ 当然，树一旦建成，我们依然是使用剪枝参数来防止过拟合。
clf = tree.DecisionTreeClassifier(criterion="entropy"
,random_state=30
,splitter="random"
)
clf = clf.fit(Xtrain, Ytrain)
score = clf.score(Xtest, ytest)
score
plt.rcParams['font.sans-serif']=['Simhei']
plt.rcParams['axes.unicode_minus']=False### --- 剪枝参数：
~~~ # max_depth
~~~ max_depth 限制树的最大深度，超过设定深度的树枝全部剪掉，
~~~ 一般用作树的”精修“这是用得最广泛的剪枝参数，在高维度低样本量时非常有效。
~~~ 决策树多生长一层，对样本量的需求会增加一倍，所以限制树深度能够有效地限制过拟合。
~~~ 在集成算法中也非常实用。实际使用时，建议从=3 开始尝试，看看拟合的效果再决定是否增加设定深度。
~~~ # min_samples_leaf
~~~ 一个节点在分支后的每个子节点都必须包含至少 min_samples_leaf 个训练样本，
~~~ 否则分支就不会发生， 或者，分支会朝着满足每个子节点都包min_samples_leaf 个样本的方向去发生。
~~~ 一般搭配 max_depth 使用，在回归树中有神奇的效果，可以让模型变得更加平滑。
~~~ 这个参数的数量设置得太小会引起过拟合，设置得太大就会阻止模型学习数据。
~~~ 一般来说，建议从=5 开始使用。
~~~ 如果叶节点中含有的样本量变化很大，建议输入浮点数作为样本量的百分比来使用。
~~~ 同时，这个参数可以保证每个叶子的最小尺寸，避免低方差，过拟合的叶子节点出现。~~~ # min_samples_split
~~~ 一个节点必须要包含至少 min_samples_split 个训练样本，这个节点才允许被分支，
~~~ 否则分支就不会发生。
~~~ # max_features
~~~ max_features 限制分支时考虑的特征个数，超过限制个数的特征都会被舍弃。
~~~ 和 max_depth 异曲同工， max_features 是用来限制高维度数据的过拟合的剪枝参数，
~~~ 但其方法比较暴力，是直接限制可以使用的特征数量而强行使决策树停下的参数，
~~~ 在不知道决策树中的各个特征的重要性的情况下，强行设定这个参数可能会导致模型学习不足。
~~~ 如果希望通过降维的方式防止过拟合，建议使用 PCA，ICA 或者特征选择模块中的降维算法。~~~ # min_impurity_decrease
~~~ min_impurity_decrease 限制信息增益的大小，信息增益小于设定数值的分支不会发生。
~~~ 这是在 0.19 版本中更新的功能，在 0.19 版本之前时使用 min_impurity_split。
~~~ # 确认最优的剪枝参数
~~~ 那具体怎么来确定每个参数填写什么值呢？这时候，我们就要使用确定超参数的曲线来进行判断了，
~~~ 继续使用我们已经训练好的决策树模型 clf。
~~~ 超参数的学习曲线，是一条以超参数的取值为横坐标，模型的度量指标为纵坐标的曲线，
~~~ 它是用来衡量不同超参数取值下模型的表现的线。
~~~ 在我们建好的决策树里，我们的模型度量指标就是 score。test = []
for i in range(10):
clf = tree.DecisionTreeClassifier(max_depth=i+1
,criterion="entropy"
,random_state=30
,splitter="random")
clf = clf.fit(Xtrain, Ytrain)
score = clf.score(Xtest, Ytest) # 记录下不同 max_depth 下模型在测试集分数
test.append(score)
plt.plot(range(1,11),test,color="red",label="学习曲线")
plt.ylabel("socre")
plt.xlabel("max_depth")
plt.legend()
plt.show();### --- 思考:
~~~ - 剪枝参数一定能够提升模型在测试集上的表现吗? - 调参没有绝对的答案，一切都是看数据本身。
~~~ - 这么多参数，一个个画学习曲线? - 在泰坦尼克号的案例中，我们会解答这个问题。
~~~ 无论如何，剪枝参数的默认值会让树无尽地生长，这些树在某些数据集上可能非常巨大，
~~~ 对内存的消耗也非常巨大。
~~~ 所以如果你手中的数据集非常巨大，你已经预测到无论如何你都是要剪枝的，
~~~ 那提前设定这些参数来控制树的复杂性和大小会比较好。### --- 总结
~~~ 属性是在模型训练之后,能够调用查看的模型的各种性质 。
~~~ 对决策树来说，最重要的是feature_importances_，能够查看各个特征对模型的重要性。
~~~ sklearn 中许多算法的接口都是相似的，比如说我们之前已经用到的 fit 和 score，
~~~ 几乎对每个算法都可以使用。除了这两个接口之外，决策树最常用的接口还有 apply 和 predict。~~~ apply 中输入测试集返回每个测试样本所在的叶子节点的索引。
~~~ predict 输入测试集返回每个测试样本的标签。返回的内容一目了然并且非常容易，
~~~ 大家感兴趣可以自己下去试试看。
~~~ 在这里不得不提的是，所有接口中要求输入 Xtrain 和 Xtest 的部分，
~~~ 输入的特征矩阵必须至少是一个二维矩阵。 sklearn 不接受任何一维矩阵作为特征矩阵被输入。
~~~ 如果你的数据的确只有一个特征，那必须用 reshape(-1,1)来给矩阵增维。~~~ # 我们已经学完了分类树 DecisionTreeClassifier 和用决策树绘图(export_graphviz)的所有基础。
~~~ # 我们讲解了决策树的基本流程，分类树的八个参数，一个属性，四个接口，以及绘图所用的代码：
~~~ 八个参数：Criterion;
~~~ 两个随机性相关的参数(random_state，splitter);
~~~ 五个剪枝参数 (max_depth, min_samples_split ， min_samples_leaf ， max_feature ，min_impurity_decrease) ;
~~~ 一个属性：feature_importances_ ;
~~~ 四个接口：fit，score，apply，predict .Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart ——W.S.Landor