from sklearn.model_selection import train_test_split from sklearn import preprocessing from sklearn.metrics import accuracy_score from sklearn.datasets import load_digits from sklearn.svm import SVC import matplotlib as plt from sklearn.metrics import confusion_matrix import seaborn as sns # 数据可视化的包

加载数据

digits = load_digits() data = digits.data

查看数据集大小

data.shape

数据集介绍

1797个样本，每个样本包括88像素的图像和一个[0, 9]整数的标签。 array矩阵类型数据，保存88的图像，里面的元素是float64类型，共有1797张图片 用于显示图片。

获取第一张图片的像素数

print(digits.images[0])

将25%的数据作为测试集，其余作为训练集

train_x, test_x, train_y, test_y = train_test_split(data, digits.target, test_size=0.25, random_state=33)

采用Z-Score规范化

ss = preprocessing.StandardScaler() train_ss_x = ss.fit_transform(train_x) test_ss_x = ss.transform(test_x)

CART 算法简单介绍 Classification And Regression Tree，即分类回归树算法，简称CART算法，它是决策树的一种实现，通常决策树主要有三种实现，分别是ID3算法，CART算法和C4.5算法。 CART 算法采用 Gini系数作为标准进行特征分割。 决策树的算法原理大家不理解属于正常，老师还没有讲到。 有兴趣了解的同学可以看一下链接： https://zhuanlan.zhihu.com/p/30059442 https://zhuanlan.zhihu.com/p/104462031

#训练一个DecisionTree分类器

from sklearn.tree import DecisionTreeClassifier clf = DecisionTreeClassifier(random_state=0,splitter='best',criterion='gini') # sklearn默认使用基尼Gini系数 clf.fit(train_ss_x,train_y) predict_y = clf.predict(test_ss_x) print('CART算法准确率: %0.4lf' % accuracy_score(test_y, predict_y))