机器学习实验三：顾客购买服装的分析与预测_决策树回归双十一预测

实验要求

实验过程

1.对该题目的理解

        本项目是分别用ID3算法和CART算法进行决策树模型的配置，训练，然后对“双十一”期间顾客是否买服装的数据集进行分析与预测。其中顾客购买服装数据集包含：review（商品评价变量）、discount（打折程度）、needed（是否必需）、shipping（是否包邮）、buy（是否购买）。

2.实现过程

（1）导入包。

代码如下：

import pandas as pd
import numpy as np
from sklearn import tree
from sklearn import metrics
from sklearn.model_selection import train_test_split

（2）读取顾客购买服装的数据集（数据集路径：data/data76088/3_buy.csv），探索数据。

代码如下：

data = pd.read_csv("data/data76088/3_buy.csv")
print("data:",data)

（3）划分数据集，测试集。

代码如下：

x, y = np.split(data, indices_or_sections=(4,), axis=1)
x_train, x_test, y_train, y_test = train_test_split(
    x, y, test_size=0.30)
print("x_train.shape:", x_train.shape)
print("y_train.shape:", y_train.shape)
print("x_test.shape:", x_test.shape)
print("y_test.shape:", y_test.shape)

（4）分别用ID3算法和CART算法进行决策树模型的配置、模型的训练、模型的预测、模型的评估。

代码如下：

clf_CART = tree.DecisionTreeClassifier(
    criterion='gini', max_depth=4)  # CART基尼系数
clf_ID3 = tree.DecisionTreeClassifier(
    criterion='entropy', max_depth=4)  # ID3信息熵
# ### 训练模型
clf_CART.fit(x_train, y_train)  # 模型训练
clf_ID3.fit(x_train, y_train)  # 模型训练
# ### 模型预测
predictions_CART = clf_CART.predict(x_test)  # 模型测试
print("predictions_CART", predictions_CART)
predictions_ID3 = clf_ID3.predict(x_test)  # 模型测试
print("predictions_ID3", predictions_ID3)
# ### 模型评估
print('CART的准确率: %s' % accuracy_score(y_test, predictions_CART))
print('ID3的准确率: %s' % accuracy_score(y_test, predictions_ID3))

3.遇到的问题及解决办法

（1）问题：ID3算法和CART算法分别有什么特点

ID3 算法计算的是信息增益，信息增益指的就是划分可以带来纯度的提高，信息熵的下降。它可以生成二叉树或多叉树。而 CART 只支持二叉树。同时 CART 决策树比较特殊，既可以作分类树，又可以作回归树。

实验结果

1.读取顾客购买服装的数据集（数据集路径：data/data76088/3_buy.csv），探索数据。

 2.划分数据集，测试集

 

 3．分别用ID3算法和CART算法进行决策树模型的配置、模型的训练、模型的预测、模型的评估

 

实验总结

1.通过此实验了解了决策树的典型算法有ID3和CART，了解了ID3和CART模型的配置，模型训练，预测和评估的方法，明白了其区别和各自的特点。