Penerapan Decision Tree

MUTMA INNAH

Sosial Media


1 orang menyukai ini
Suka

Summary

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.

Description

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.

Informasi Course Terkait
  Kategori: Artificial Intelligence
  Course: Machine Learning For Beginner