Einen Baum lesen

Teil des Abschnitts Überwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 28 von 58.

Die Fragen eines Baums sind verständlich, sodass du überprüfen kannst, was er gelernt hat. Folge einer Blume mit einer Länge von 5.1 cm und einer Breite von 1.6 cm durch den Iris-Baum:

Der Iris-Baum als Kästen mit einem orange hervorgehobenen Pfad: Blütenblattbreite 0.80 oder weniger? Nein, 1.6. Blütenblattlänge 4.95 oder weniger? Nein, 5.1. Der Pfad endet bei Klasse 2

export_text gibt dieselben Fragen als Text aus, mit einer Einrückung pro Ebene:

from sklearn.tree import export_text

print(export_text(tree, feature_names=["petal_length", "petal_width"]))

Das gibt Folgendes aus:

|--- petal_width <= 0.80
|   |--- class: 0
|--- petal_width >  0.80
|   |--- petal_length <= 4.95
|   |   |--- class: 1
|   |--- petal_length >  4.95
|   |   |--- class: 2

Jede Zeile beantwortet nur die Fragen auf ihrem eigenen Pfad. Klasse 2 ist virginica, eine plausible Antwort für lange, breite Blütenblätter.

Aufgabe

Mittel

Der Baum eines Käseladens bestimmt anhand des Wassergehalts und der Reifezeit in Wochen, ob ein Käse frisch, soft oder hart ist. Das Starterprogramm trainiert ihn und liest einen neuen Käse ein.

Gib die Fragen des Baums mit den Merkmalsnamen aus.
Führe ihn aus, lies die Fragen und vervollständige by_hand, sodass sie mit if/else dieselben Fragen stellt und dieselbe Antwort zurückgibt.

Nach der Ausgabe: Für einen Käse, den der Baum als soft bezeichnet:

By hand: soft
The tree: soft

Probier es selbst

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier, export_text

# Eine Zeile pro Käse: Wassergehalt (%), Reifezeit in Wochen und Käsesorte
cheeses = pd.read_csv("cheeses.csv")
features = ["moisture_pct", "aged_weeks"]
X_train, X_test, y_train, y_test = train_test_split(cheeses[features], cheeses["cheese"], test_size=0.25, random_state=0)
tree = DecisionTreeClassifier(max_depth=2, random_state=0)
tree.fit(X_train, y_train)

# Ein neuer Käse, dessen Sorte bestimmt werden soll
moisture = int(input())
aged = int(input())
new_cheese = pd.DataFrame([[moisture, aged]], columns=features)

# Schreibe deinen Code unten: Gib den Baum aus und gib dann in by_hand dieselbe Antwort wie der Baum zurück


def by_hand(moisture, aged):
    return "fresh"


# Ändere die folgenden Zeilen nicht
print("By hand:", by_hand(moisture, aged))
print("The tree:", tree.predict(new_cheese)[0])