标签决策树

Question

我需要做一个决策树，并通过图表上的标签来表示数据(如两幅插图中所示)。我对决策树没有问题，不幸的是，这些点没有被输入到图表中。我尝试过对代码进行几次修改。代码来自scikit学习网站在虹膜数据集中绘制决策树的决策面

下面(来自excel文件)使用的数据示例(X、Y、C5) :

Path = "Documents/Apprentissage/Python/Script/ClustAllRepres12.xlsx"
Wordbook = xlrd.open_workbook(Path)
Sheet = Wordbook.sheet_by_index(0)

X=[]
Y=[]
C5=[]

for i in range(1, Sheet.nrows):
    X.append(Sheet.cell_value(i, 0))
    Y.append(Sheet.cell_value(i, 1))
    C5.append(Sheet.cell_value(i, 8))    

X

Out[]：8.0，9.0，9.0，9.0，9.0，10.0，11.0，11.0，11.0，11.0，11.0，12.0，12.0，12.0，12.0，12.0，12.0，12.0，13.0，13.0，13.0，14.0，14.0，14.0，15.0，15.015.0，15.0，16.0，16.0，16.0，17.0，17.0，17.0，17.0，17.0，17.0，17.0，18.0，18.0，18.0，18.0，19.0，19.0，19.0，19.0，19.0，19.0，20.0，21.0，21.0，22.0

type(X)

Out[]：列表

Y

Out[]：45.0，17.0，18.0，24.0，25.0，27.0，36.0，38.0，39.0，24.0，37.0，40.0，24.0，31.0，35.0，36.0，37.0，39.0，32.0，33.0，35.0，43.0，27.0，31.0，35.0，42.0、18.0、39.0、43.0、31.0、42.0、28.0、32.0、35.0、43.0、51.0、52.0、17.0、19.0、53.0、49.0、51.0、53.0、58.0、16.0、58.0、59.0、50.0、52.0、54.0

type(Y)

Out[]：列表

C5

Out[]：2.0、4.0、3.0、3.0、3.0、4.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、3.0、1.0、4.0、1.0、1.0、1.0，1.0、1.0、3.0、1.0、3.0、1.0、5.0、1.0、3.0、1.0、1.0、4.0、4.0、1.0、5.0、1.0、5.0、2.0、5.0、5.0、5.0、5.0、5.0、5.0

type(C5)

Out[]：列表

有以下代码，来自scikit学习网站：

import pandas as pd 
import numpy as np
import xlrd
import matplotlib.pyplot as plt

df_list = pd.DataFrame(
    {'X': X,
     'Y': Y,
    }) 
df = df_list.iloc[:,0:2].values  #transform to float type 

import sklearn
from sklearn.tree import DecisionTreeClassifier, plot_tree

#parameters
n_classes = 5
plot_colors = "ryb"
plot_step = 0.02

for pairidx, pair in enumerate([[0, 1], [0, 2], [0, 3],[1, 2], [1, 3], [2, 3]]):
    # We only take the two corresponding features
    X = df #gives better result without [:, pair]
    y = C5

#train
clf = DecisionTreeClassifier().fit(X, y)

#plot the decision boundary
plt.subplot(2, 3, pairidx +1)
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, plot_step),
                     np.arange(y_min, y_max, plot_step))
plt.tight_layout(h_pad=0.5, w_pad=0.5, pad=2.5)

Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
cs = plt.contourf(xx, yy, Z, cmap=plt.cm.RdYlBu)

# Plot the training points
for i, color in zip(range(n_classes), plot_colors):
    idx = np.where(y == i)
    plt.scatter(X[idx, 0], X[idx, 1], c=color, label=C5[i],
                cmap=plt.cm.RdYlBu, edgecolor='black', s=15)
plt.suptitle("Decision surface of a decision tree using paired features")
plt.legend(loc='lower right', borderpad=0, handletextpad=0)
plt.axis("tight")
plt.figure()
clf = DecisionTreeClassifier().fit(df_list, C5)
plot_tree(clf, filled=True)
plt.show()

，我有一个图：

​

​

如你所见，这些点不是用图表来表示的。我给一个等待结果的例子：

​

​

Answer 1

idx = np.where(y == i)

在这一行中，y是一个列表，为了返回等于i(变量)的列表索引，只需将列表转换为数组，一切都将正常工作。

因此，在绘制散点图之前，只需添加这一行即可。

**y = np.asarray(y)** # convert list to array since where will work for array only
# Plot the training points
for i, color in .....