1、使用示例

2、樹模型參數：【很多參數都是用來限制樹過於龐大，即擔心其過擬合】

# 1.criterion gini or entropy：用什麽作為衡量標準 ( 熵值或者Gini系數 ）。

# 2.splitter best or random 前者是在所有特征中找最好的切分點 後者是在部分特征中（數據量大的時候）【當特征過大時，從頭開始遍歷會過慢，一般選默認值best）】

# 3.max_features int or None（所有），optional(default=None) , log2，sqrt，N 特征小於50的時候一般使用所有的 【通常使用默認值None】

# 4.max_depth int or None：默認值為None。數據少或者特征少的時候可以不管這個值，如果模型樣本量多，特征也多的情況下，可以嘗試限制下樹的深度

# 5.min_samples_split 如果某節點的樣本數少於min_samples_split，則不會繼續再嘗試選擇最優特征來進行劃分，如果樣本量不大，不需要管這個值。如果樣本量數量級非常大，則推薦增大這個值。

# 6.min_samples_leaf 這個值限制了葉子節點最少的樣本數，如果某葉子節點數目小於樣本數，則會和兄弟節點一起被剪枝，如果樣本量不大，不需要管這個值，大些如10W可是嘗試下5

# 7.min_weight_fraction_leaf

# 8.max_leaf_nodes 通過限制最大葉子節點數，可以防止過擬合，默認是"None”，即不限制最大的葉子節點數。 如果加了限制，算法會建立在最大葉子節點數內最優的決策樹。如果特征不多，可以不考慮這個值，但是如果特征分成多的話，可以加以限制，具體的值可以通過交叉驗證得到。

# 9.class_weight 指定樣本各類別的的權重，主要是為了防止訓練集某些類別的樣本過多， 導致訓練的決策樹過於偏向這些類別。這裏可以自己指定各個樣本的權重。如果使用“balanced”，則算法會自己計算權重，樣本量少的類別所對應的樣本權重會高。

# 10.min_impurity_split 這個值限制了決策樹的增長，如果某節點的不純度，(基尼系數，信息增益，均方差，絕對差)小於這個閾值。則該節點不再生成子節點。即為葉子節點 。

sklearn學習7-----決策樹（tree)