scikit-learn - 从决策树回归模型保存的 odt 文件中的数学解释

Question

我正在尝试使用决策树算法解决回归问题，我想知道数学存在于保存训练模型后生成的odt 文件中。在这里，我想提一下，这里没有一个变量的值是分类的。

我经历过这个，这个，但他们的价值观是明确的。

我为此目的编写的代码如下：

from sklearn import *
import numpy as np
import sklearn

data = [[2,5,1,10],[3,7,2,12],[5,9,4,14],[6,3,3,16],[2,5,8,7],[1,1,1,1]]

data = np.array(data)
type(data)

data

feature = data[:,:-1]
target = data[:,-1]
target = np.reshape(target,(-1,1))

model_tree = sklearn.tree.DecisionTreeRegressor()
model_tree.fit(feature, target)

import graphviz
dot_data = tree.export_graphviz(model_tree, out_file='manual_1.dot')

我在这里给出了我从保存的odt 文件中得到的图表。

标签： scikit-learngraphvizdecision-tree