Tentativo di creare un albero decisionale con convalida incrociata utilizzando sklearn e panads.convalida incrociata + alberi decisionali in sklearn
La mia domanda è nel codice qui sotto, la convalida incrociata divide i dati, che poi uso sia per allenamento che per test. Cercherò di trovare la migliore profondità dell'albero ricreando n volte con diverse profondità massime impostate. Nell'usare la convalida incrociata dovrei invece usare k folds k e, in tal caso, come utilizzarlo nel codice che ho?
import numpy as np
import pandas as pd
from sklearn import tree
from sklearn import cross_validation
features = ["fLength", "fWidth", "fSize", "fConc", "fConc1", "fAsym", "fM3Long", "fM3Trans", "fAlpha", "fDist", "class"]
df = pd.read_csv('magic04.data',header=None,names=features)
df['class'] = df['class'].map({'g':0,'h':1})
x = df[features[:-1]]
y = df['class']
x_train,x_test,y_train,y_test = cross_validation.train_test_split(x,y,test_size=0.4,random_state=0)
depth = []
for i in range(3,20):
clf = tree.DecisionTreeClassifier(max_depth=i)
clf = clf.fit(x_train,y_train)
depth.append((i,clf.score(x_test,y_test)))
print depth
questo è un collegamento ai dati che sto usando nel caso in cui questo aiuti chiunque. https://archive.ics.uci.edu/ml/datasets/MAGIC+Gamma+Telescope
Questo era esattamente quello che stavo cercando; grazie – razeal113
Buono a sapersi. Puoi accettare la risposta? – Dimosthenis
+1 per rispondere alla domanda posta e anche suggerire la ricerca della griglia, che è sicuramente la pratica migliore per questo tipo di problema – dsal1951