使用scikit-learn构建树-实验 介绍 按照上一课中看到的简单示例,现在将为更复杂的数据集构建决策树。 该实验室涵盖了标准机器学习实践的所有主要领域,从数据获取到结果评估。 我们将按照上一课中看到的相同结构,继续使用Scikit-learn和Pandas库进行此分析。 目标 在本实验中,您将: 使用scikit-learn拟合决策树分类模型 使用熵和信息增益来确定在每个节点上分割的最佳属性 使用Python绘制决策树 UCI钞票认证数据集 在本实验中,您将使用一个流行的分类数据集称为“ UCI钞票身份验证数据集”。 该数据是从从真伪钞中拍摄的图像中提取的! 首先将笔记数字化,然后使用