MUTMA INNAH
Decision Tree merupakan salah satu algoritma Machine Learning yang dapat dijadikan alat pendukung untuk membuat keputusan dengan memanfaatkan model keputusan yang berbentuk seperti pohon dan kemungkinan konsekuensinya, termasuk hasil peristiwa kebetulan, biaya sumber daya, dan utilitas. Algoritma ini menjadi salah satu cara untuk menampilkan algoritma yang hanya berisi pernyataan kontrol bersyarat.
Untuk menggunakan Decision Tree dengan Python, kita bisa meng-import library berikut:
kemudian dilanjukan dengan
# Create Decision Tree classifer object
clf = DecisionTreeClassifier(criterion="entropy", max_depth=3)
# Train Decision Tree Classifer
clf = clf.fit(X_train,y_train)
#Predict the response for test dataset
y_pred = clf.predict(X_test)
# Model Accuracy, how often is the classifier correct?
print("Accuracy:",metrics.accuracy_score(y_test, y_pred))
Selanjutnya yaitu masukkan
from six import StringIO
from IPython.display import Image
from sklearn.tree import export_graphviz
import pydotplus
dot_data = StringIO()
export_graphviz(clf, out_file=dot_data,
filled=True, rounded=True,
special_characters=True, feature_names = feature_names,class_names=['0','1'])
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_png('D:\diabetes1.png')
Image(graph.create_png())
Sehingga akan menghasilkan data seperti gambar yang telah diunggah.