![](\"data/tree.png\")
"
]
},
{
"cell_type": "code",
"execution_count": 40,
"metadata": {},
"outputs": [],
"source": [
"tree.export_graphviz(single_tree, out_file = 'data/tree_small.dot',\n",
" rounded = True, feature_names = most_important_features,\n",
" filled = True, max_depth = 3)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"![](\"data/tree_small.png\")
"
]
},
{
"attachments": {},
"cell_type": "markdown",
"metadata": {},
"source": [
"把决策树看作是一系列“是/否”问题的最佳方式，如流程图。我们从顶部开始，叫做根，沿着树向下移动，移动方向由每个方程的答案决定。\n",
"\n",
"例如，这里我们问的第一个问题是：Site EUI是否小于或等于15.95？如果答案是肯定的，那么我们移到左边问一个问题：Weather Normalized Site是否小于或等于3.85？如果第一个问题的答案是否定的，我们移到右边问一个问题：Weather Normalized Site是否小于或等于26.85？\n",
"\n",
"我们继续这个迭代过程，直到到达树的底部并最终成为叶子节点。这里，我们预测的值对应于节点中显示的值。\n",
"\n",
"\n",
"每个节点有四条不同的信息：\n",
"\n",
"1. question：根据这个答案，我们将向右或向左移动到树的下一层的下一个节点\n",
"2. friedman_mse：给定节点中所有示例的错误度量\n",
"3. sample：节点中的示例数\n",
"3. value：节点中所有示例的目标预测\n",
"\n",
"我们可以看到，随着树的深度增加，我们将能够更好地拟合数据。对于一棵小树，每个叶子节点中会有许多sample，并且由于模型为节点中的每个sample估计相同的value，因此可能会有较大的误差（除非所有示例都具有相同的目标值）。但是建造太大的树会导致过拟合。我们可以控制多个超参数，这些参数决定树的深度和每个叶子中的sample数。在第二部分中，当我们使用交叉验证进行优化时，我们看到了如何选择这些超参数中的一些。\n",
"\n",
"虽然我们不能检查模型中的每一棵树，但只看一棵树确实能让我们了解我们的模型是如何做出预测的。事实上，这种基于流程图的方法看起来很像人类的决策方式，一次只回答一个关于单个值的问题。基于决策树的集成简单地采用单个决策树的思想，并结合多个个体的预测，以创建一个比单个估计器具有更小方差的模型。树木的组合往往是非常准确的，而且也是直观的解释！"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 得出结论并记录结果\n",
"\n",
"机器学习流程的最后一部分可能是最重要的：我们需要将所学的东西压缩成一个简短的摘要，只突出最关键的发现。就个人而言，我们很难避免解释所有的技术细节，因为我们会去理解、深入所有流程。然而，需要你介绍的人可能没有太多的时间去听所有的细节，只想听听重点部分。学习提取数据科学或机器学习项目中最重要的元素是一项关键技能，因为如果我们的结果不被其他人理解，那么它们就永远不会被使用！\n",
"\n",
"以下是沟通时，相对重要的两条信息：\n",
"* 利用给定的建筑能耗数据，机器学习模型可以预测建筑物的能源之星得分的平均绝对误差在9.1分以内。\n",
"* 确定能源之星得分的最重要变量是Energy Use Intensity、Electricity Use Intensity和Water Use Intensity。\n",
"\n",
"如果有人问细节，那么我们可以很容易地解释所有的实现步骤，并展示我们（希望）有良好文档记录的工作。机器学习项目的另一个重要方面是，您已经注释了所有代码并使其易于遵循！你希望其他人（或几个月后你自己）能够看到你的工作，完全理解你所做的决定。理想情况下，您应该在编写代码时考虑到它将被再次使用。即使是我们自己做项目的时候，练习适当的文档也是很好的，当你想重温一个项目的时候，它会让你的生活更轻松。\n",
"\n",
"展示你的作品\n",
"* 有关的report在data文件夹下\n",
"\n",
"\n",
"数据科学和机器学习资源：\n",
"* [Hands-On Machine Learning with Scikit-Learn and Tensorflow](http://shop.oreilly.com/product/0636920052289.do)\n",
" * [Jupyter Notebooks for this book](https://github.com/ageron/handson-ml) are available online for free!\n",
"* [An Introduction to Statistical Learning](http://www-bcf.usc.edu/~gareth/ISL/)\n",
"* [Kaggle: The Home of Data Science and Machine Learning](https://www.kaggle.com/)\n",
"* [Datacamp: Good Beginner Tutorials for Practicing Coding with a Focus on Data Science](https://www.datacamp.com/)\n",
"* [Dataquest: Hands on Lessons for Data Science Programming](https://www.dataquest.io/)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.7.3"
}
},
"nbformat": 4,
"nbformat_minor": 2
}