CART决策树解决分类问题
scikit-learn中为我们封装了决策树分类器，详情可参见DecisionTreeClassifier
然后我们通过查询文档来看一下DecisionTreeClassifier这个方法所需要的常用参数：
1）criterion：传入所需特征选择的准则，gini为基尼指数，entropy为信息熵，默认“gini”
2）max_depth ：决策树的最大高度，默认“None”，如果不设置，决策树会一直向下延伸直至条件终止，这样很可能导致过拟合
3）min_samples_split：分割节点的最小样本数，默认值为“2”。若给定类型为int，则表示节点最小样本数；若给定类型为float，则该值为百分比值，min_samples_split * n_samples的值为每次划分的最小样本数
4）min_samples_leaf：叶节点的最小样本数，默认值为“2”，对给定类型的定义同min_samples_split
5）random_state：随机种子，默认“None”
6）max_leaf_nodes：叶节点的最大数量，默认“None”
还是老规矩，使用iris数据集，为了方便可视化，只取petal length和petal width这两个特征，仍然使用sklearn自带的分割数据集的方法，将irisdata分为train set 和 test set，然后调用DecisionTreeClassifier方法，fit，最终打印准确率：
iris = datasets.load_iris()
X = iris.data[:, 2:]
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=666)
dec_tree = DecisionTreeClassifier()
dec_tree.fit(X_train, y_train)
print("test score:", dec_tree.score(X_test, y_test))
可以在可视化中看到，最终的准确率为1，效果还不错(此处其实已经出现了过拟合现象，但是由于数据的特殊性，过拟合所造成的问题还不是很严重)，注意，我在代码里并未设置任何参数，即所有参数均为默认，接着我们试着设置一些参数来看看，最终会产生什么样的效果(我们设置max_depth=2)：
此时，我们可以看到，虽说在test set上准确率有所降低，从图中看这样分割似乎跟合理些，这也和上一篇博客 我们实现的决策树效果是一致的
我们再来看一个例子，这次我们使用sklearn中的一个很有趣的方法：make_moons，该方法可以为我们随机生成A simple toy dataset to visualize clustering and classification，当然我们这里用生成的散点解决分类问题，并最终返回生成的数据X(shape:(n_samples,2))，及对应的只有0和1的标签y(shape:(n_samples))，具体参数及用法可在文档中查询（如下图），我们这里直接用：
我这里为了展示决策树过拟合后果，将标准差=0.2的高斯噪声加到数据中
X, y = datasets.make_moons(noise=0.2, random_state=123)
有了数据之后，我们调用DecisionTreeClassifier方法，看最终的结果：
显然在未对DecisionTreeClassifier做任何约束的时候，造成了过拟合现象，使得分类器过分地考虑了一些不重要的点，从而使得分类器过于复杂，性能也随之降低，从test set准确率就可以看出：
那这个这个时候我们就要对刚才的决策树进行剪枝，如何剪枝呢？这就转到了调参的问题上，即合理地选择DecisionTreeClassifier的参数，就是在对过拟合的决策树进行剪枝，我们先来设置max_depth=2，来看效果：
读者可以自行去调整其他参数的值，看看分类决策面会有什么变化，这里就不多展示了。通过不断地调整DecisionTreeClassifier的参数，将分类器调到最优，防止发生过拟合。
CART决策树解决回归问题
scikit-learn中为我们封装了决策树处理回归问题的方法—–DecisionTreeRegressor ，常用参数及用法和DecisionTreeClassifier类似，读者可参阅文档，这里主要进行调参工作，我们使用sklearn中封装的波士顿房价的数据集：
boston = datasets.load_boston()
X= boston.data
y = boston.target
dec_tree = DecisionTreeRegressor()
dec_tree.fit(X_train, y_train)最终结果显示：
分类器在train set 中变现良好，准确率为1，但在test set中的准确率却只有0.45，为何会产生这样的现象，很明显，发生了过拟合，接下的工作就是要对决策树进行剪枝，即调参：
我这里通过网格搜索，测得max_depth=5, min_samples_split=8, min_samples_leaf=3时准确率最高，约有87%
总结
本篇博客我们利用sklearn实现了CART决策树，分别解决了分类问题和回归问题，并通过调参，对决策树进行剪枝，防止出现过拟合现象。上述回归问题的最终准确率约为87%，是我调参后的得到最大准确率，读者若亲身试验了代码(GitHub地址)，并发现有更优的参数，或发现文中有表述错误之处，请在下方留言指出，不胜感激！