Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Árbol de decisión en Python

cómo crear árboles de decisión en Python utilizando la biblioteca scikit-learn . Los árboles de decisión son una técnica de aprendizaje supervisado ampliamente utilizada en la clasificación y regresión. En este tutorial, aprenderás cómo crear, entrenar y visualizar un árbol de decisión.

En Árbol de decisión en Python verás el concepto explicado en lenguaje claro y un ejemplo que puedes ejecutar en el editor de The Data Schools.

Modifica el código del ejemplo antes de pasar a la siguiente lección: la experimentación fija mejor el aprendizaje que leer pasivamente.

Importar bibliotecas

Primero, asegúrate de tener instaladas las bibliotecas necesarias. Si aún no tienes scikit-learn , puedes instalarlo usando pip :

    pip install scikit-learn

A continuación, importa las bibliotecas que necesitarás en tu código Python:

    import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.tree import <span class="class">DecisionTreeClassifier</span>, plot_tree
from sklearn.model_selection import train_test_split
from sklearn.metrics import accurfrom sklearn.metrics import accuracy_score
import matimport matplotlib.pyplot as plt
  

Cargar y explorar los datos

En este ejemplo, usaremos el conjunto de datos Iris, que es un conjunto de datos muy conocido para la clasificación. Carguemos los datos y exploremos su estructura:

    y = iris.target
# Crear un DataFrame para explorar los datos
df = pd.DataFrame(data=np.c_[iris['data'], iris['target']], columns=iris['feature_names'] + ['target'])
# Visualizar las primeras filas del DataFrame
print(df.head())
# Visualizar las primeras filas del DataFrame
print(df.head())
  

Dividir los datos en conjuntos de entrenamiento y prueba

Para evaluar el rendimiento del árbol de decisión, dividiremos el conjunto de datos en conjuntos de entrenamiento y prueba:

    # Dividir los datos en conjuntos de entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print(y)
  

Crear y entrenar el árbol de decisión

Ahora crearemos un modelo de árbol de decisión y lo entrenaremos con los datos de entrenamiento:

    from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)
modelo = DecisionTreeClassifier(random_state=42).fit(X_train, y_train)
print(modelo.score(X_test, y_test))
  

Realizar predicciones y evaluar el modelo

Una vez que el modelo esté entrenado, podemos usarlo para hacer predicciones en el conjunto de prueba y evaluar su rendimiento:

    # Realizar predicciones en el conjunto de prueba
y_pred = tree_classifier.predict(X_test)
# Calcu
# Calcular la precisión del modelo
accuracy = accuracy_score(y_test, y_pred)
print("Precisión del modelo: {accuracy * 100:.2f}%")
  

Visualizar el árbol de decisión

Una de las ventajas de los árboles de decisión es que son interpretables. Podemos visualizar el árbol de decisión para comprender cómo toma decisiones:

    from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
X, y = load_iris(return_X_y=True)
modelo = DecisionTreeClassifier(max_depth=3, random_state=0).fit(X, y)
print(modelo.predict(X[:3]))
  

Ajustar hiperparámetros (opcional)

Puedes ajustar los hiperparámetros del árbol de decisión, como la profundidad máxima del árbol, para mejorar el rendimiento o evitar el sobreajuste. Experimenta con diferentes valores y observa cómo afecta el rendimiento.

¡Eso es todo! Has creado, entrenado, evaluado y visualizado un árbol de decisión en Python utilizando scikit-learn . Puedes aplicar esta técnica a otros conjuntos de datos y problemas de clasificación.

Practica Árbol de decisión en Python en el editor

Pon en práctica lo aprendido con nuestro editor Python interactivo. Cada ejercicio incluye el código de partida y un botón para abrirlo en una nueva pestaña, donde puedes modificarlo y ejecutarlo.

    from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
modelo = DecisionTreeClassifier(random_state=42).fit(X_train, y_train)
print(accuracy_score(y_test, modelo.predict(X_test)))
  

    from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
X, y = load_iris(return_X_y=True)
modelo = DecisionTreeClassifier(max_depth=3, random_state=0).fit(X, y)
print(modelo.predict(X[:3]))
  

    from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
X, y = load_iris(return_X_y=True)
print(DecisionTreeClassifier().fit(X, y).get_depth())
  

    from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
X, y = load_iris(return_X_y=True)
print([len(a) for a in train_test_split(X, y, test_size=0.25, random_state=1)[:2]])
  

    from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
X, y = load_iris(return_X_y=True)
print(DecisionTreeClassifier(random_state=1).fit(X, y).feature_importances_.round(3))