Machine-learning-with-python-extra-trees

Pythonによる機械学習-追加ツリー

これは、バギングされた決定ツリーアンサンブルメソッドのもう1つの拡張です。 この方法では、トレーニングデータセットのサンプルからランダムツリーが構築されます。

次のPythonレシピでは、Pima Indians糖尿病データセットでsklearnのExtraTreesClassifierクラスを使用して、追加のツリーアンサンブルモデルを構築します。

まず、次のように必要なパッケージをインポートします-

from pandas import read_csv
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import ExtraTreesClassifier

さて、前の例のようにPima糖尿病データセットをロードする必要があります-

path = r"C:\pima-indians-diabetes.csv"
headernames = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(path, names = headernames)
array = data.values
X = array[:,0:8]
Y = array[:,8]

次に、次のように10倍クロス検証の入力を与えます-

seed = 7
kfold = KFold(n_splits = 10, random_state = seed)

構築するツリーの数を指定する必要があります。 ここでは、5つの特徴から選択された分割点で150本の木を構築しています-

num_trees = 150
max_features = 5

次に、次のスクリプトの助けを借りてモデルを構築します-

model = ExtraTreesClassifier(n_estimators = num_trees, max_features = max_features)

次のように結果を計算して印刷します-

results = cross_val_score(model, X, Y, cv = kfold)
print(results.mean())

出力

0.7551435406698566

上記の出力は、バギングされた追加ツリー分類器モデルの精度が約75.5％であることを示しています。