Árbol de decisión (regresión)
Un árbol de decisión (regresión) es un tipo de modelo que utiliza una combinación de reglas. La colección de reglas se representa mediante un gráfico en forma de árbol (estructura de árbol), que es fácil de interpretar. Esta página ejecuta una regresión de un árbol de decisión y además visualiza el árbol resultante.
from sklearn.tree import DecisionTreeRegressor
from sklearn.datasets import make_regression
from dtreeviz.trees import *
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from dtreeviz.trees import dtreeviz
Generar datos de muestra para los árboles de decisión
X, y = make_regression(n_samples=100, n_features=2, random_state=777)
plt.figure(figsize=(10, 10))
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()
Compruebe cómo se ramifica el árbol de regresión
tree = DecisionTreeRegressor(max_depth=3, random_state=117117)
model = tree.fit(X, y)
viz = dtreeviz(tree, X, y, target_name="y")
viz.save("./regression_tree.svg")
Visualizar la ramificación de un árbol de regresión
from IPython.display import SVG
SVG(filename="regression_tree.svg")
