假设我们代表的是学校课程数据。该示例的相关部分包含三个真实世界的概念:学校、校园和学期.一所学校可以有许多校园,而且有有限的学期。Foo大学:
- Spring 2011律师学院:
南校区例如,系可以作为学校的孩子存在于现实世界中,但在模型中,它们可以被表示为学期的子节点,因为它们的重要之处可以在每个学期之间发生变化
我正在使用sklearn的决策树分类器,但是我得到了100%的分数,我不知道出了什么问题。我已经测试了svm和knn,两者的准确率都在60%到80%之间,看起来也不错。using Decision tree classifier is {0:.8f}%".format(100* 这是输出:决策树分类器决策树分类器(max_depth=5)的交叉值得分为0.9996212121212121。
决策树分类器(max_depth=10)的交叉值