파이썬으로 구현하는 머신러닝 : 트리모델 - 지도학습을 위한 트리모델

Decision Tree(의사결정 나무)

 - 지도학습 모델

 - 분류와 회귀 모두 사용 가능

 - 컴퓨터공학에서 사용하는 Tree 자료구조를 활용

 - 스무고개과 유사한 방법으로 분류 라벨을 결정

 

 

from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split

cancer = load_breast_cancer()

x_train, x_test, y_train, y_test = train_test_split(cancer.data, cancer.target, test_size=0.3, random_state=12)
# DecisionTreeClassifier 임포트
from sklearn.tree import DecisionTreeClassifier

# DecisionTreeClassifier 객체 생성
dt = DecisionTreeClassifier(random_state=12)

# fit 함수로 Decision Tree 모델 학습
dt.fit(x_train, y_train)

# 학습 된 Tree의 Depth 확인 - get_depth() 함수 사용
print("Depth of tree: ", dt.get_depth())
# 학습 된 Tree의 리프 노드 개수 확인 - get_n_leaves() 함수 사용
print("Number of leaves: ", dt.get_n_leaves())

# predict 함수로 테스트 데이터 세트 예측
y_pred = dt.predict(x_test)
print(y_pred[0:3])