数据挖掘-数据分类_采用c4.5决策树、朴素贝叶斯、knn分类器在训练数据上训练出分类模型,

作者：AllinToyou | 2024-04-10 12:55:40

踩

采用c4.5决策树、朴素贝叶斯、knn分类器在训练数据上训练出分类模型,

数据挖掘-数据分类模型

实验目的
实验环境
实验内容
- - 一．分别采用C4.5决策树、朴素贝叶斯、KNN分类器在训练数据上训练出模型
  - - 1.采用C4.5决策树在训练数据上训练出分类模型
实验代码

实验目的

1、理解3种基本分类算法决策树、贝叶斯、KNN的思想；
2、掌握如何基于上述3种分类算法构建分类模型；
3、学会如何对训练好的分类模型进行简单对比分析；

实验环境

基于python的Pycharm环境

实验内容

一．分别采用C4.5决策树、朴素贝叶斯、KNN分类器在训练数据上训练出模型

1.采用C4.5决策树在训练数据上训练出分类模型

(1)查看数据集的属性

①属性集合=[天气，是否周末，是否促销]

②类别标签有两个，类别集合=[高，低]

(2)读取数据–数据的预处理

①因为要引入包C4.5,TreePlootter,所以转换data中的数据，把中文转换为英文

在这里插入图片描述

②把data转换为list存入datalist中

在这里插入图片描述
可以看到经过处理后的数据行变成这样，以这个格式进行参数的输入。

(3)划分训练集和验证集

随机选取数据集中的80%样本作为训练集，剩余的20%作为验证集.
在这里插入图片描述
x，y是原始的数据集。X_train,y_train 是原始数据集划分出来作为训练模型的，fit模型的时候用。
X_test,y_test 这部分的数据不参与模型的训练，而是用于评价训练出来的模型好坏，score评分的时候用。