資訊專欄INFORMATION COLUMN
摘要：在本文中，我們將以的決策樹和隨機(jī)森林預(yù)測獲勝者。用決策樹和隨機(jī)森林預(yù)測獲勝者導(dǎo)入數(shù)據(jù)集并解析日期導(dǎo)入熊貓作為。這將幫助我們查看決策樹分類器的預(yù)測是否正確?；煜仃囷@示了我們決策樹的正確和不正確的分類。
在本文中，我們將以Scikit-learn的決策樹和隨機(jī)森林預(yù)測NBA獲勝者。美國國家籃球協(xié)會（NBA）是北美主要的男子職業(yè)籃球聯(lián)賽，被廣泛認(rèn)為是首屈一指的男子職業(yè)籃球聯(lián)賽在世界上。它有30個團(tuán)隊(duì)（美國29個，加拿大1個）。
在 常規(guī)賽期間，每支球隊(duì)打82場比賽，每場41場。一支球隊(duì)每年會有四次面對對手（16場比賽）。每個小組在其四次（24場比賽）中的其他兩個小組中的六個小組中進(jìn)行比賽，其余四個小組三次（12場）進(jìn)行比賽。最后，每個隊(duì)都會在另一場比賽中兩次參加所有的球隊(duì)（30場比賽）。
用決策樹和隨機(jī)森林預(yù)測NBA獲勝者＃導(dǎo)入數(shù)據(jù)集并解析日期導(dǎo)入熊貓作為pd df = pd 。read_csv （“NBA_2017_regularGames.csv” ，parse_dates = [ “Date” ]）
從游戲玩法的描述中，我們可以計(jì)算機(jī)會率。在每場比賽中，主隊(duì)和客隊(duì)都有可能贏得一半時間
預(yù)測類在下面的代碼中，我們將指定我們的分類類。這將幫助我們查看決策樹分類器的預(yù)測是否正確。如果主隊(duì)獲勝，我們將指定我們的等級為1，如果訪客隊(duì)在另一個名為“主隊(duì)贏”的列中獲勝，我們將指定為0。
df [ “主隊(duì)獲勝” ] = df [ “訪客積分” ] < df [ “主隊(duì)積分” ]
主隊(duì)勝率：58.4％
＃該數(shù)組現(xiàn)在擁有scikit-learn可以讀取的格式的類值。
特征工程我們將創(chuàng)建以下功能來幫助我們預(yù)測NBA 2017年的獲勝者。
無論是來訪者還是主隊(duì)都贏得了最后一場比賽。
一般認(rèn)為哪個團(tuán)隊(duì)更好？
scikit-learn軟件包實(shí)現(xiàn)CART（分類和回歸樹）算法作為其默認(rèn) 決策樹類
決策樹實(shí)現(xiàn)提供了一種方法來停止構(gòu)建樹，以防止過度使用以下選項(xiàng)：
? min_samples_split: can create arbitrary small leaves in order to create a new node in the decision tree? min_samples_leaf: guarantees a minimum number of samples in a leaf resultingfrom a node
建議使用min_samples_split或min_samples_leaf來控制葉節(jié)點(diǎn)處的采樣數(shù)。一個非常小的數(shù)字通常意味著樹將過度擬合，而大量的數(shù)據(jù)將阻止樹學(xué)習(xí)數(shù)據(jù)。
決策的另一個參數(shù)是創(chuàng)建決策的標(biāo)準(zhǔn)?；岬牟患兒托畔⑹找媸莾煞N流行的：
? Gini impurity: measures how often a decision node would incorrectly predict a sample"s class?`Information gain: indicate how much extra information is gained by the decision node
功能選擇我們通過指定我們希望使用的列并使用數(shù)據(jù)框視圖的values參數(shù)，從數(shù)據(jù)集中提取要素以與我們的scikit-learn的DecisionTreeClassifier一起使用。我們使用cross_val_score函數(shù)來測試結(jié)果。
X_features_only = df [[ "Home Win Streak" ，"Visitor Win Streak" ，"Home Team Ranks Higher" ，"Home Team Won Last" ，"Home Last Win" ，"Visitor Last Win" ]]
結(jié)果準(zhǔn)確性：56.0％
通過選擇我們制作的功能，精確度下降到56％。是否有可能通過添加更多功能來提高準(zhǔn)確性。
混淆矩陣顯示了我們決策樹的正確和不正確的分類。對角線1,295分別表示主隊(duì)的真正負(fù)數(shù)和真正的正數(shù)。左下角的1表示假陰性的數(shù)量。而右上角的195，誤報(bào)的數(shù)量。我們也可以查看大約0.602的準(zhǔn)確性分?jǐn)?shù)，這表明決策樹模型已經(jīng)將60.2％的樣本正確地歸類為主隊(duì)獲勝與否。
導(dǎo)入pydotplus 圖
出于探索的目的，測試較少數(shù)量的變量以便首先獲得決策樹輸出的感覺會很有幫助。最終的樹開始于X的分裂，我們的第一個解釋變量，主隊(duì)隊(duì)列更高。如果主隊(duì)排名較高的值小于4.5，那么主隊(duì)就會松動，因?yàn)槲覀兊亩兞烤哂刑摷俚戎堤潛p值和真實(shí)同贏。
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://www.ezyhdfw.cn/yun/41883.html
摘要：翻譯自昨天收到推送了一篇介紹隨機(jī)森林算法的郵件，感覺作為介紹和入門不錯，就順手把它翻譯一下。隨機(jī)森林引入的隨機(jī)森林算法將自動創(chuàng)建隨機(jī)決策樹群?；貧w隨機(jī)森林也可以用于回歸問題。結(jié)語隨機(jī)森林相當(dāng)起來非常容易。 翻譯自：http://blog.yhat.com/posts/python-random-forest.html 昨天收到y(tǒng)hat推送了一篇介紹隨機(jī)森林算法的郵件，感覺作為介紹和入門...
摘要：貢獻(xiàn)者飛龍版本最近總是有人問我，把這些資料看完一遍要用多長時間，如果你一本書一本書看的話，的確要用很長時間。為了方便大家，我就把每本書的章節(jié)拆開，再按照知識點(diǎn)合并，手動整理了這個知識樹。 Special Sponsors showImg(https://segmentfault.com/img/remote/1460000018907426?w=1760&h=200); 貢獻(xiàn)者：飛龍版...
摘要：在本教程中，您將了解如何在中從頭開始實(shí)現(xiàn)隨機(jī)森林算法。如何將隨機(jī)森林算法應(yīng)用于預(yù)測建模問題。如何在中從頭開始實(shí)現(xiàn)隨機(jī)森林圖片來自，保留部分權(quán)利。這被稱為隨機(jī)森林算法。如何更新決策樹的創(chuàng)建以適應(yīng)隨機(jī)森林過程。 歡迎大家前往云+社區(qū)，獲取更多騰訊海量技術(shù)實(shí)踐干貨哦~ 決策樹可能會受到高度變異的影響，使得結(jié)果對所使用的特定測試數(shù)據(jù)而言變得脆弱。 根據(jù)您的測試數(shù)據(jù)樣本構(gòu)建多個模型（稱為套袋）可...
閱讀 2398·2021-09-29 09:42
閱讀 628·2021-09-06 15:02
閱讀 2745·2021-09-02 15:40
閱讀 2185·2019-08-30 14:23
閱讀 1951·2019-08-30 13:48
閱讀 1365·2019-08-26 12:01
閱讀 1026·2019-08-26 11:53
閱讀 2223·2019-08-23 18:31
