oo_trees 0.0.1

使用方法

与scikit-learn相比的一个主要区别是，数据集及其属性被视为一等对象。此外，所有分类器都必须使用其训练数据集进行初始化（而不是调用fit）。

from oo_trees.dataset import Dataset
from oo_trees.decision_tree import DecisionTree
from oo_trees.random_forest import RandomForest

X = examples # numpy 2D numeric array
y = outcomes # numpy 1D array

dataset = Dataset(X, y)

training_dataset, test_dataset = dataset.random_split(0.75)

d_tree = DecisionTree(training_dataset)
forest = RandomForest(training_dataset)

print(d_tree.classify(test_dataset.X[0]))
print(forest.classify(test_dataset.X[0]))

d_tree_confusion_matrix = d_tree.performance_on(test_dataset)
forest_confusion_matrix = forest.performance_on(test_dataset)

print(d_tree_confusion_matrix.accuracy)
print(forest_confusion_matrix.accuracy)

初始化数据集时，我们假设所有训练示例的属性都是分类的。如果不是这种情况，您可以在初始化时传递一个额外的attribute_types变量。

from oo_trees.dataset import Dataset
from oo_trees.attribute import NumericAttribute, CategoricalAttribute

X = examples
y = outcomes

attributes = [
  NumericAttribute(index=0, name='age'),
  CategoricalAttribute(index=1, name='sex'),
  NumericAttribute(index=2, name='income')
]

dataset = Dataset(X, y, attributes)

查找最佳分割的逻辑因属性类型而异，并且将来可能会有更多特定类型的参数（例如重要性或数字到名称映射）用于分类或显示。