标签:tree 模型 银行 风控 png graph import data dot
一、决策树
代码如下:
# -*- coding: utf-8 -*- """ Created on Sun Mar 27 00:01:20 2022 @author: dd """ import pandas as pd # 参数初始化 filename ='D:/ISS/anaconda/bankloan.xls' data = pd.read_excel(filename) # 导入数据 x = data.iloc[:,:8].astype(int) y = data.iloc[:,8].astype(int) from sklearn.tree import DecisionTreeClassifier as DTC dtc = DTC(criterion='entropy') # 建立决策树模型,基于信息熵 dtc.fit(x, y) # 训练模型 # 导入相关函数,可视化决策树。 # 导出的结果是一个dot文件,需要安装Graphviz才能将它转换为pdf或png等格式。 from sklearn.tree import export_graphviz x = pd.DataFrame(x) """ string1 = ''' edge [fontname="NSimSun"]; node [ fontname="NSimSun" size="15,15"]; { ''' string2 = '}' """ with open("tree.dot", 'w') as f: export_graphviz(dtc, feature_names = x.columns, out_file = f) f.close() from IPython.display import Image from sklearn import tree import pydotplus dot_data = tree.export_graphviz(dtc, out_file=None, #regr_1 是对应分类器 feature_names=data.columns[:8], #对应特征的名字 class_names=data.columns[8], #对应类别的名字 filled=True, rounded=True, special_characters=True) dot_data = dot_data.replace('helvetica 14', 'MicrosoftYaHei 14') #修改字体 graph = pydotplus.graph_from_dot_data(dot_data) graph.write_png('D:/ISS/anaconda/tmp/banktree.png') #保存图像 Image(graph.create_png()) import matplotlib.pyplot as plt img = plt.imread('D:/ISS/anaconda/tmp/banktree.png') fig = plt.figure('show picture') plt.imshow(img)
结果如下:
二、神经网络
代码如下:
结果如下:
标签:tree,模型,银行,风控,png,graph,import,data,dot 来源: https://www.cnblogs.com/deng11/p/16062653.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。