sklearn决策树使用(2)

继昨天使用sklearn的决策树分类器生成树图后,今天回到实际应用中。
生成的图片可以使我们更直观的分析树图是否有背常理以及贴近实际业务情况。
但是需要把实际树让开发人员嵌入到服务当中,由于实际生成的树叶至少好几百个甚至好几千个,
那么对于开发人员就得写好几千个if,而且模型一旦有修改对于开发人员工程量也很大。所以我们得利用
代码来生成代码。

研究dot文件


digraph Tree {
edge [fontname="SimHei"];
node [shape=box, style="filled", color="black",fontname="SimHei"] ;
graph [ranksep=equally, splines=polyline] ;
0 [label="淘宝收入笔数 <= 28.5\ngini = 0.5\nsamples = 174622\nvalue = [87311, 87311]\nclass = 坏人", fillcolor="#e5813900"] ;
1 [label="总期数 <= 4.5\ngini = 0.4941\nsamples = 115162\nvalue = [63849, 51313]\nclass = 坏人", fillcolor="#e5813932"] ;
0 -> 1 [labeldistance=2.5, labelangle=45, headlabel="True"] ;
2 [label="信用卡透支率 <= 1.1954\ngini = 0.4991\nsamples = 42552\nvalue = [20372, 22180]\nclass = 好人", fillcolor="#399de515"] ;
1 -> 2 ;
3 [label="七天内申请平台个数 <= 5.5\ngini = 0.5\nsamples = 37625\nvalue = [18672, 18953]\nclass = 好人", fillcolor="#399de504"] ;
2 -> 3 ;

....

64 [label="淘宝交易成功次数 <= 186.5\ngini = 0.4778\nsamples = 59460\nvalue = [23462, 35998]\nclass = 好人", fillcolor="#399de559"] ;
0 -> 64 [labeldistance=2.5, labelangle=-45, headlabel="False"] ;
65 [label="花呗额度 <= 1050.0\ngini = 0.4993\nsamples = 23644\nvalue = [11367, 12277]\nclass = 好人", fillcolor="#399de513"] ;
64 -> 65 ;
66 [label="总期数 <= 4.5\ngini = 0.4978\nsamples = 12640\nvalue = [6737, 5903]\nclass = 坏人", fillcolor="#e5813920"] ;
65 -> 66 ;
67 [label="余额宝收益 <= 2.605\ngini = 0.4982\nsamples = 5410\nvalue = [2541, 2869]\nclass = 好人", fillcolor="#399de51d"] ;
66 -> 67 ;

...

{rank=same ; 0} ;
{rank=same ; 1; 64} ;
{rank=same ; 2; 33; 65; 96} ;
}

对应的树图:

决策树

可以看出,图跟文件是自上而下,先左后右发展。

  • 定义树节点类

 public class DecisionTreeModel
    {
        public int Id { get; set; }

        public bool Direction { get; set; }

        public string Condition { get; set; }

        public decimal Gini { get; set; }

        public int Samples { get; set; }

        public string Classification { get; set; }

        public DecisionTreeModer Parent { get; set; }

        public bool IsLeave {  get; set; }

        public DecisionTreeModer LeftLeave { get; set; }

        public DecisionTreeModer RightLeave { get; set; }

        public string ToConditions(bool direction = true)
        {
            string conditions = string.Empty;

            var match = Regex.Match(this.Condition, @"^(\w+)\s+([<=>]+)\s+([\w.\-]+)");

            if (match.Success)
            {
                this.Condition = "data['" + match.Groups[1] + "'] " + match.Groups[2] + " " + match.Groups[3];
            }

            if (this.Parent != null)
            {
                conditions = this.Parent.ToConditions(this.Direction);
            }
            if (!this.IsLeave)
            {
                if (string.IsNullOrEmpty(conditions))
                {
                    conditions = (direction ? string.Empty : "not ") + this.Condition;
                }
                else
                {
                    conditions += " and " + (direction ? string.Empty : "not ") + this.Condition;
                }
            }

            return conditions;

        }
  }

  • 遍历文件的每一行,处理节点或者节点之间的关系
    class DecisionTreeBuilder
    {
        private IDictionary<int, DecisionTreeModel> Branches = new Dictionary<int, DecisionTreeModel>();

        pubilc void Do(){
            string line = string.Empty;
            StreamReader sr = new StreamReader("dotpath", Encoding.UTF8);
            while ((line = sr.ReadLine()) != null)
            {
                if (Regex.IsMatch(line, @"^\d+\s\[label=""(\w+\s[<=>]+\s[\w.\-]+\\n)?gini\s=\s[\w.\-]+\\nsamples\s=\s\d+\\nvalue\s=\s\[\d+,\s\d+]\\nclass\s=\s[\w]+"", fillcolor=""#[\w]+""\]\s;$";))
                {
                    var matchResult = Regex.Match(line, @"^(\d+)\s\[label=""(\w+\s[<=>]+\s[\w.\-]+\\n)?gini\s=\s([\w.\-]+)\\nsamples\s=\s(\d+)\\nvalue\s=\s\[\d+,\s\d+]\\nclass\s=\s([\w]+)"", fillcolor=""#[\w]+""\]\s;$");
                    if (matchResult.Success)
                    {
                        var mode = new DecisionTreeModer()
                        {
                            Id = int.Parse(matchResult.Groups[1].Value),
                            Condition = matchResult.Groups[2].Value.Replace("\\n", ""),
                            Gini = decimal.Parse(matchResult.Groups[3].Value),
                            Samples = int.Parse(matchResult.Groups[4].Value),
                            Classification = matchResult.Groups[5].Value

                        };
                        Branches.Add(mode.Id, mode);
                    }
                }
                else if (Regex.IsMatch(line, @"^\d+ -> \d+"))
                {
                    var matchResult = Regex.Match(line, @"^(\d+) -> (\d+)");
                    if (matchResult.Success)
                    {
                        var branchId = int.Parse(matchResult.Groups[1].Value);
                        var leaveId = int.Parse(matchResult.Groups[2].Value);
                        bool direction = true;
                        if (Branches[branchId].LeftLeave == null)
                        {
                            Branches[branchId].LeftLeave = Branches[leaveId];
                        }
                        else
                        {
                            Branches[branchId].RightLeave = Branches[leaveId];
                            direction = false;
                        }
                        Branches[branchId].IsLeave = false;
                        Branches[leaveId].IsLeave = true;
                        Branches[leaveId].Direction = direction;
                        Branches[leaveId].Parent = Branches[branchId];
                    }
                }
            }
        }

        public void Prind(){
            foreach (var item in Branches)
            {
                if (item.Value.IsLeave)  
                {
                    Console.WriteLine(item.Value.ToConditions() + "\t =>\t" + item.Value.Classification );
                }
            }
         }
    }

以上主要利用了二叉树的特点,对于应用到不同语言的语法就可以自行格式化,本文主要讲解思路。
最后来一张样图:

决策树判定代码
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容