python机器学习-chapter2_9

•特征重要性也被存放在tree中，被显示特征的重要性，介于0~1之间，越接近1表示越重要

 

•plt.barh((range(n_features), model.feature_importances_, align = 'cancer'))

plt.barh(y, width，align)用来画横条直方图

y：y轴上的个数

width：水平条长度

align：条形的中心位置

更多参数见：https://www.cnblogs.com/shine-rainbow/p/10742952.html

 

 

•pd.read_csv("data/ram_price.csv")

pd.read_csv()用来读取csv文件，引号内是文件名.csv

更多参数见：https://www.jianshu.com/p/ebb64a159104

 

•决策树总结：

♠决策树回归不能外推，但决策树分类可以

♠决策树易于可视化

♠决策树不需要特征预处理（例如归一化/标准化），因为每一个问题都是针对单一特征的，不同特征的尺度不同不影响模型。

♠决策树即便剪枝也容易过拟合，泛化能力不好。