通过DecisionTreeClassifier sklearn分类数据？

Question

假设我有一个数据集：

clf = tree.DecisionTreeClassifier(criterion = 'entropy',max_depth = 4)
clf.fit(X.values.reshape(-1,1),y.values)

threshold = clf.tree_.threshold[clf.tree_.threshold>-2]
threshold = np.sort(threshold)

我尝试通过最小化熵将X离散到几个箱子中。所以我做了以下事情：

npm install bcryptjs

＆＃39;阈值＆＃39;应该给出分裂点，这是一种分类数据的正确方法吗？

有什么建议吗？

Answer 1

首先，您所做的是正确的。

有很多方法可以对数据进行装箱：

1. 基于列的值（例如：将列在列值的最小值和最大值之间划分为10个相等的组）。
2. 基于列值的分布，例如，基于列的十进制可以是10组（最好使用pandas.qcut进行设置）
3. 基于目标，就像您一样。我发现此博客与您相关，并且我认为您找到最佳拆分的方法很好https://towardsdatascience.com/discretisation-using-decision-trees-21910483fa4b