決定木分析のパラメータ解説
前回の記事は決定木の特徴とアルゴリズムを説明しました。今回の記事は決定木のパラメータ設定を説明します。決定木の紹介はこちらです。 Scikit-learnのライブラリのパラメータを説明していきます。 class sklearn.tree.DecisionTreeClassifier(criterion=’gini’, splitter=’best’, max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None, random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None, class_weight=None, presort=False)[source] from sklearn.datasets import load_iris from sklearn import tree clf = tree.DecisionTreeClassifier(criterion=’gini’, splitter=’best’, max_depth=4, min_samples_split=3, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=4, random_state=None, max_leaf_nodes=8, min_impurity_split=1e-07, class_weight=’balanced’, presort=False) iris = load_iris() …