跳至主要内容
Ctrl+K
scikit-learn homepage scikit-learn homepage
  • 安装
  • 用户指南
  • API
  • 示例
  • 社区
    • 入门
    • 发行历史
    • 词汇表
    • 开发
    • 常见问题
    • 支持
    • 相关项目
    • 路线图
    • 治理
    • 关于我们
  • GitHub
  • 安装
  • 用户指南
  • API
  • 示例
  • 社区
  • 入门
  • 发行历史
  • 词汇表
  • 开发
  • 常见问题
  • 支持
  • 相关项目
  • 路线图
  • 治理
  • 关于我们
  • GitHub

章节导航

  • sklearn
    • config_context
    • get_config
    • set_config
    • show_versions
  • sklearn.base
    • BaseEstimator
    • BiclusterMixin
    • ClassNamePrefixFeaturesOutMixin
    • ClassifierMixin
    • ClusterMixin
    • DensityMixin
    • MetaEstimatorMixin
    • OneToOneFeatureMixin
    • OutlierMixin
    • RegressorMixin
    • TransformerMixin
    • clone
    • is_classifier
    • is_clusterer
    • is_regressor
    • is_outlier_detector
  • sklearn.calibration
    • CalibratedClassifierCV
    • calibration_curve
    • CalibrationDisplay
  • sklearn.cluster
    • AffinityPropagation
    • AgglomerativeClustering
    • Birch
    • BisectingKMeans
    • DBSCAN
    • FeatureAgglomeration
    • HDBSCAN
    • KMeans
    • MeanShift
    • MiniBatchKMeans
    • OPTICS
    • SpectralBiclustering
    • SpectralClustering
    • SpectralCoclustering
    • affinity_propagation
    • cluster_optics_dbscan
    • cluster_optics_xi
    • compute_optics_graph
    • dbscan
    • estimate_bandwidth
    • k_means
    • kmeans_plusplus
    • mean_shift
    • spectral_clustering
    • ward_tree
  • sklearn.compose
    • ColumnTransformer
    • TransformedTargetRegressor
    • make_column_selector
    • make_column_transformer
  • sklearn.covariance
    • EllipticEnvelope
    • EmpiricalCovariance
    • GraphicalLasso
    • GraphicalLassoCV
    • LedoitWolf
    • MinCovDet
    • OAS
    • ShrunkCovariance
    • empirical_covariance
    • graphical_lasso
    • ledoit_wolf
    • ledoit_wolf_shrinkage
    • oas
    • shrunk_covariance
  • sklearn.cross_decomposition
    • CCA
    • PLSCanonical
    • PLSRegression
    • PLSSVD
  • sklearn.datasets
    • clear_data_home
    • dump_svmlight_file
    • fetch_20newsgroups
    • fetch_20newsgroups_vectorized
    • fetch_california_housing
    • fetch_covtype
    • fetch_file
    • fetch_kddcup99
    • fetch_lfw_pairs
    • fetch_lfw_people
    • fetch_olivetti_faces
    • fetch_openml
    • fetch_rcv1
    • fetch_species_distributions
    • get_data_home
    • load_breast_cancer
    • load_diabetes
    • load_digits
    • load_files
    • load_iris
    • load_linnerud
    • load_sample_image
    • load_sample_images
    • load_svmlight_file
    • load_svmlight_files
    • load_wine
    • make_biclusters
    • make_blobs
    • make_checkerboard
    • make_circles
    • make_classification
    • make_friedman1
    • make_friedman2
    • make_friedman3
    • make_gaussian_quantiles
    • make_hastie_10_2
    • make_low_rank_matrix
    • make_moons
    • make_multilabel_classification
    • make_regression
    • make_s_curve
    • make_sparse_coded_signal
    • make_sparse_spd_matrix
    • make_sparse_uncorrelated
    • make_spd_matrix
    • make_swiss_roll
  • sklearn.decomposition
    • DictionaryLearning
    • FactorAnalysis
    • FastICA
    • IncrementalPCA
    • KernelPCA
    • LatentDirichletAllocation
    • MiniBatchDictionaryLearning
    • MiniBatchNMF
    • MiniBatchSparsePCA
    • NMF
    • PCA
    • SparseCoder
    • SparsePCA
    • TruncatedSVD
    • dict_learning
    • dict_learning_online
    • fastica
    • non_negative_factorization
    • sparse_encode
  • sklearn.discriminant_analysis
    • LinearDiscriminantAnalysis
    • QuadraticDiscriminantAnalysis
  • sklearn.dummy
    • DummyClassifier
    • DummyRegressor
  • sklearn.ensemble
    • AdaBoostClassifier
    • AdaBoostRegressor
    • BaggingClassifier
    • BaggingRegressor
    • ExtraTreesClassifier
    • ExtraTreesRegressor
    • GradientBoostingClassifier
    • GradientBoostingRegressor
    • HistGradientBoostingClassifier
    • HistGradientBoostingRegressor
    • IsolationForest
    • RandomForestClassifier
    • RandomForestRegressor
    • RandomTreesEmbedding
    • StackingClassifier
    • StackingRegressor
    • VotingClassifier
    • VotingRegressor
  • sklearn.exceptions
    • ConvergenceWarning
    • DataConversionWarning
    • DataDimensionalityWarning
    • EfficiencyWarning
    • FitFailedWarning
    • InconsistentVersionWarning
    • NotFittedError
    • UndefinedMetricWarning
    • EstimatorCheckFailedWarning
  • sklearn.experimental
    • enable_halving_search_cv
    • enable_iterative_imputer
  • sklearn.feature_extraction
    • DictVectorizer
    • FeatureHasher
    • PatchExtractor
    • extract_patches_2d
    • grid_to_graph
    • img_to_graph
    • reconstruct_from_patches_2d
    • CountVectorizer
    • HashingVectorizer
    • TfidfTransformer
    • TfidfVectorizer
  • sklearn.feature_selection
    • GenericUnivariateSelect
    • RFE
    • RFECV
    • SelectFdr
    • SelectFpr
    • SelectFromModel
    • SelectFwe
    • SelectKBest
    • SelectPercentile
    • SelectorMixin
    • SequentialFeatureSelector
    • VarianceThreshold
    • chi2
    • f_classif
    • f_regression
    • mutual_info_classif
    • mutual_info_regression
    • r_regression
  • sklearn.frozen
    • FrozenEstimator
  • sklearn.gaussian_process
    • GaussianProcessClassifier
    • GaussianProcessRegressor
    • CompoundKernel
    • ConstantKernel
    • DotProduct
    • ExpSineSquared
    • Exponentiation
    • Hyperparameter
    • Kernel
    • Matern
    • PairwiseKernel
    • Product
    • RBF
    • RationalQuadratic
    • Sum
    • WhiteKernel
  • sklearn.impute
    • IterativeImputer
    • KNNImputer
    • MissingIndicator
    • SimpleImputer
  • sklearn.inspection
    • partial_dependence
    • permutation_importance
    • DecisionBoundaryDisplay
    • PartialDependenceDisplay
  • sklearn.isotonic
    • IsotonicRegression
    • check_increasing
    • isotonic_regression
  • sklearn.kernel_approximation
    • AdditiveChi2Sampler
    • Nystroem
    • PolynomialCountSketch
    • RBFSampler
    • SkewedChi2Sampler
  • sklearn.kernel_ridge
    • KernelRidge
  • sklearn.linear_model
    • LogisticRegression
    • LogisticRegressionCV
    • PassiveAggressiveClassifier
    • Perceptron
    • RidgeClassifier
    • RidgeClassifierCV
    • SGDClassifier
    • SGDOneClassSVM
    • LinearRegression
    • Ridge
    • RidgeCV
    • SGDRegressor
    • ElasticNet
    • ElasticNetCV
    • Lars
    • LarsCV
    • Lasso
    • LassoCV
    • LassoLars
    • LassoLarsCV
    • LassoLarsIC
    • OrthogonalMatchingPursuit
    • OrthogonalMatchingPursuitCV
    • ARDRegression
    • BayesianRidge
    • MultiTaskElasticNet
    • MultiTaskElasticNetCV
    • MultiTaskLasso
    • MultiTaskLassoCV
    • HuberRegressor
    • QuantileRegressor
    • RANSACRegressor
    • TheilSenRegressor
    • GammaRegressor
    • PoissonRegressor
    • TweedieRegressor
    • PassiveAggressiveRegressor
    • enet_path
    • lars_path
    • lars_path_gram
    • lasso_path
    • orthogonal_mp
    • orthogonal_mp_gram
    • ridge_regression
  • sklearn.manifold
    • Isomap
    • LocallyLinearEmbedding
    • MDS
    • SpectralEmbedding
    • TSNE
    • locally_linear_embedding
    • smacof
    • spectral_embedding
    • trustworthiness
  • sklearn.metrics
    • check_scoring
    • get_scorer
    • get_scorer_names
    • make_scorer
    • accuracy_score
    • auc
    • average_precision_score
    • balanced_accuracy_score
    • brier_score_loss
    • class_likelihood_ratios
    • classification_report
    • cohen_kappa_score
    • confusion_matrix
    • d2对数损失评分
    • 折损累积增益评分 (DCG)
    • 检测曲线
    • F1评分
    • Fβ评分
    • 海明损失
    • 铰链损失
    • Jaccard评分
    • 对数损失
    • 马修斯相关系数
    • 多标签混淆矩阵
    • 归一化折损累积增益评分 (NDCG)
    • 精确率-召回率曲线
    • 精确率、召回率、F分数和支持度
    • 精确率评分
    • 召回率评分
    • ROC曲线下面积 (AUC)
    • ROC曲线
    • Top-K准确率评分
    • 0-1损失
    • d2绝对误差评分
    • d2分位数评分
    • d2 Tweedie评分
    • 解释方差评分
    • 最大误差
    • 平均绝对误差
    • 平均绝对百分比误差
    • 平均伽马偏差
    • 平均分位数损失
    • 平均泊松偏差
    • 均方误差
    • 均方对数误差
    • 平均 Tweedie 偏差
    • 平均绝对中值误差
    • R²评分
    • 均方根误差
    • 均方根对数误差
    • 覆盖误差
    • 标签排序平均精度评分
    • 标签排序损失
    • 调整后的互信息评分
    • 调整后的Rand指数
    • Calinski-Harabasz评分
    • 列联表
    • 成对混淆矩阵
    • 完整性评分
    • Davies-Bouldin评分
    • Fowlkes-Mallows评分
    • 同质性、完整性和V量度
    • 同质性评分
    • 互信息评分
    • 归一化互信息评分
    • Rand指数
    • 轮廓样本
    • 轮廓评分
    • V量度评分
    • 一致性评分
    • 距离度量
    • 加性χ²核
    • χ²核
    • 余弦距离
    • 余弦相似度
    • 距离度量
    • 欧几里德距离
    • Haversine距离
    • 核度量
    • 拉普拉斯核
    • 线性核
    • 曼哈顿距离
    • NaN欧几里德距离
    • 成对余弦距离
    • 成对距离
    • 成对欧几里德距离
    • 成对曼哈顿距离
    • 成对核
    • 多项式核
    • 径向基函数 (RBF) 核
    • S型核
    • 成对距离
    • 成对距离最小值索引
    • 成对距离最小值索引和最小值
    • 分块成对距离
    • 混淆矩阵显示
    • 检测曲线显示
    • 精确率-召回率显示
    • 预测误差显示
    • ROC曲线显示
  • sklearn.mixture (混合模型)
    • 贝叶斯高斯混合模型
    • 高斯混合模型
  • sklearn.model_selection (模型选择)
    • 分组K折交叉验证
    • 分组随机划分
    • K折交叉验证
    • 留一组法
    • 留一法
    • 留P组法
    • 留P法
    • 预定义划分
    • 重复K折交叉验证
    • 重复分层K折交叉验证
    • 随机划分
    • 分层分组K折交叉验证
    • 分层K折交叉验证
    • 分层随机划分
    • 时间序列划分
    • 交叉验证检查
    • 训练测试数据划分
    • 网格搜索交叉验证
    • Halving网格搜索交叉验证
    • Halving随机搜索交叉验证
    • 参数网格
    • 参数采样器
    • 随机搜索交叉验证
    • 固定阈值分类器
    • 调整阈值交叉验证分类器
    • 交叉验证预测
    • 交叉验证评分
    • 交叉验证
    • 学习曲线
    • 置换检验评分
    • 验证曲线
    • 学习曲线显示
    • 验证曲线显示
  • sklearn.multiclass (多类分类)
    • 一对一分类器
    • 一对多分类器
    • 输出码分类器
  • sklearn.multioutput (多输出)
    • 分类器链
    • 多输出分类器
    • 多输出回归器
    • 回归器链
  • sklearn.naive_bayes (朴素贝叶斯)
    • 伯努利朴素贝叶斯
    • 类别朴素贝叶斯
    • 补充朴素贝叶斯
    • 高斯朴素贝叶斯
    • 多项式朴素贝叶斯
  • sklearn.neighbors (最近邻)
    • 球树
    • KD树
    • K近邻分类器
    • K近邻回归器
    • K近邻变换器
    • 核密度估计
    • 局部异常因子
    • 最近质心
    • 最近邻
    • 邻域成分分析
    • 半径近邻分类器
    • 半径近邻回归器
    • 半径近邻变换器
    • K近邻图
    • 半径近邻图
    • 按行值排序图
  • sklearn.neural_network (神经网络)
    • 伯努利受限玻尔兹曼机
    • 多层感知器分类器
    • 多层感知器回归器
  • sklearn.pipeline (管道)
    • 特征联合
    • 管道
    • 创建管道
    • 创建联合
  • sklearn.preprocessing (预处理)
    • 二值化器
    • 函数变换器
    • K箱离散化器
    • 核中心化器
    • 标签二值化器
    • 标签编码器
    • 最大绝对值缩放器
    • 最小-最大缩放器
    • 多标签二值化器
    • 归一化器
    • 独热编码器
    • 序数编码器
    • 多项式特征
    • 幂变换器
    • 分位数变换器
    • 稳健缩放器
    • 样条变换器
    • 标准化器
    • 目标编码器
    • 添加虚拟特征
    • 二值化
    • 标签二值化
    • 最大绝对值缩放
    • 最小-最大缩放
    • 归一化
    • 幂变换
    • 分位数变换
    • 稳健缩放
    • 缩放
  • sklearn.random_projection (随机投影)
    • 高斯随机投影
    • 稀疏随机投影
    • Johnson-Lindenstrauss最小维数
  • sklearn.semi_supervised (半监督学习)
    • 标签传播
    • 标签扩展
    • 自训练分类器
  • sklearn.svm (支持向量机)
    • 线性支持向量分类器
    • 线性支持向量回归器
    • 核支持向量分类器 (NuSVC)
    • 核支持向量回归器 (NuSVR)
    • 一类支持向量机
    • 支持向量分类器
    • 支持向量回归器
    • L1最小C值
  • sklearn.tree (决策树)
    • 决策树分类器
    • 决策树回归器
    • 极端随机树分类器
    • 极端随机树回归器
    • 导出为Graphviz图
    • 导出为文本
    • 绘制决策树
  • sklearn.utils (工具)
    • 数据捆绑包
    • 安全索引
    • 转换为浮点数组
    • 断言所有数值有限
    • 已弃用
    • 估计器的HTML表示
    • 生成批次
    • 生成均匀切片
    • 可索引
    • MurmurHash3_32哈希
    • 重采样
    • 安全掩码
    • 安全平方
    • 洗牌
    • 标签
    • 输入标签
    • 目标标签
    • 分类器标签
    • 回归器标签
    • 变换器标签
    • 获取标签
    • 检查X和y
    • 检查数组
    • 检查一致长度
    • 检查随机状态
    • 检查标量
    • 检查是否已拟合
    • 检查内存
    • 检查对称性
    • 列或一维数组
    • 是否有拟合参数
    • 验证数据
    • 可用条件
    • 计算类别权重
    • 计算样本权重
    • 是否是多标签
    • 目标类型
    • 唯一标签
    • 密度
    • 快速对数行列式
    • 随机范围查找器
    • 随机奇异值分解
    • 安全稀疏点积
    • 加权众数
    • 增量均值方差轴
    • 就地列缩放
    • 就地CSR列缩放
    • 就地行缩放
    • 就地交换列
    • 就地交换行
    • 均值方差轴
    • 就地CSR行L1归一化
    • 就地CSR行L2归一化
    • 单源最短路径长度
    • 不放回抽样
    • 最小正数
    • 元数据请求
    • 元数据路由器
    • 方法映射
    • 获取对象的路由
    • 处理路由
    • 所有显示
    • 所有估计器
    • 所有函数
    • 检查估计器
    • 带检查的参数化
    • 估计器检查生成器
    • 并行
    • 延迟
  • 最近弃用
    • 并行后端
    • 注册并行后端
  • API参考
  • sklearn.tree (决策树)

sklearn.tree#

用于分类和回归的基于决策树的模型。

用户指南。有关更多详细信息,请参见决策树部分。

决策树分类器

决策树分类器。

决策树回归器

决策树回归器。

极端随机树分类器

极端随机树分类器。

极端随机树回归器

极端随机树回归器。

导出#

导出为Graphviz图

以DOT格式导出决策树。

导出为文本

构建显示决策树规则的文本报告。

绘图#

绘制决策树

绘制决策树。

上一页

l1_min_c

下一页

DecisionTreeClassifier

© 版权所有 2007 - 2024,scikit-learn 开发者 (BSD 许可证)。