Python 機械学習 --- 腫瘍予測 (デシジョン ツリー)

腫瘍予測（デシジョンツリー）

実験内容

ウィスコンシン州の乳がんデータセットに基づいて、腫瘍予測に決定木法が使用されます。

実験要件

1. sklearn に付属のウィスコンシン乳がんデータセットをロードし、データを探索します。
2. データセットのセグメント化を実行します。
3. デシジョン ツリー モデルを構成します。
4. デシジョン ツリー モデルをトレーニングします。
5. モデルの予測。
6. モデルの評価。
7. パラメータの調整。評価結果に基づいて、モデルをより適切なパラメータに設定または調整して、評価結果をより正確にすることができます。

実験コード

#导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import tree#导入决策树
from sklearn import metrics
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split


#1.加载sklearn自带的威斯康星乳腺癌数据集，探索数据。
breast=load_breast_cancer()
print(breast.keys())
print(breast.feature_names)
data=pd.DataFrame(breast.data)
print(data.head())
target=pd.DataFrame(breast.target)
print(target.head())
data=breast['data']
target=breast['target']
feature_names=breast['feature_names']
#一维数据形式，将她们组合成dataframe，可以更直观地观察数据
df=pd.DataFrame(data,columns=(feature_names))
print("查看特征数据的前5行",df.head())
print("查看数据集的基本信息:",df.info())

#2.进行数据集分割。
train_X,test_X,train_y,test_y=train_test_split(data,target,test_size=0.2)
print(train_X.shape,train_y.shape)

#3.配置决策树模型。
model=tree.DecisionTreeClassifier()#加载决策树模型

#4.训练决策树模型。
model.fit(train_X,train_y)

#5.模型预测。
pre_y=model.predict(test_X)

#6.模型评估。
print("准确率:",metrics.accuracy_score(test_y,pre_y))

#7.参数调优。可以根据评估结果，对模型设置或调整为更优的参数，使评估结果更准确。
'''
criterion
默认为gini指数
该参数对应的三个函数对应我们上文讲过的信息增益，增益率和基尼系数，每个函数对应的评价指标有所不同，有各自的特点。
接下来我们尝试将该参数进行更换为信息增益--entropy。
'''
model2=tree.DecisionTreeClassifier(criterion = 'entropy')
model2.fit(train_X,train_y)
pre_y=model2.predict(test_X)
print("criterion参数改为信息增益(entropy)的准确率:",metrics.accuracy_score(test_y,pre_y))

'''
max_depth
默认为不限制最大深度
该参数为树的最大深度，当样本中的特征较多时，设置适当的最大深度可以防止模型过拟合。
接下来我们将尝试调整max_depth这个参数以达到模型更好的效果。
'''
model3=tree.DecisionTreeClassifier(max_depth=2)
model3.fit(train_X,train_y)
pre_y=model3.predict(test_X)
print("max_depth深度参数改为2的准确率:",metrics.accuracy_score(test_y,pre_y))