本章节的主要内容是:
重点介绍项目案例1:判定鱼类和非鱼类使用文本注解绘制树节点的函数代码。
1.决策树项目案例介绍:
项目案例1:
判定鱼类和非鱼类
项目概述:
根据以下 2 个特征，将动物分成两类：鱼类和非鱼类。
特征： 1. 不浮出水面是否可以生存 2. 是否有脚蹼
开发流程：
收集数据：可以使用任何方法
准备数据：树构造算法只适用于标称型数据，因此数值型数据必须离散化
分析数据：可以使用任何方法，构造树完成之后，我们应该检查图形是否符合预期
训练算法：构造树的数据结构
测试算法：使用决策树执行分类
使用算法：此步骤可以适用于任何监督学习算法，而使用决策树可以更好地理解数据的内在含义
数据集介绍
2.使用文本注解绘制树节点的函数代码
《机器学习实战》书中，该部分的代码有些混乱。重新构造了代码，创建一个类。其中，绘制最基本的树节点是如下代码：
#导入matplotlib的pyplot绘图模块并命名为plt
import matplotlib.pyplot as plt
# boxstyle是文本框类型,fc是边框粗细,sawtooth是锯齿形
decisionNode = dict(boxstyle="sawtooth",fc="0.8")
leafNode = dict(boxstyle="round4",fc="0.8")
# arrowprops: 通过arrowstyle表明箭头的风格或种类。
arrow_args=dict(arrowstyle="
# annotate 注释的意思
#plotNode()函数绘制带箭头的注解,sub_ax:使用figure命令来产生子图, node_text：节点的文字标注,start_pt：箭头起点位置(上一节点位置),end_pt:箭头结束位置, node_type：节点属性
def plot_node(sub_ax, node_text, start_pt, end_pt, node_type):
sub_ax.annotate(node_text,
xy = end_pt, xycoords='axes fraction',
xytext = start_pt, textcoords='axes fraction',
va='center', ha='center', bbox=node_type, arrowprops=arrow_args)
if __name__ == '__main__':
fig = plt.figure(1, facecolor='white')
#清空绘图区
fig.clf()
axprops = dict(xticks=[], yticks=[]) #去掉坐标轴
sub_ax = plt.subplot(111, frameon=False, **axprops)
#绘制节点
plot_node(sub_ax, 'a decision node', (0.5, 0.1), (0.1, 0.5), decisionNode)
plot_node(sub_ax, 'a leaf node', (0.8, 0.1), (0.3, 0.8), leafNode)
plt.show()输出的结果如下:
3.相关知识介绍
3.1annotate介绍
在数据可视化的过程中，图片中的文字经常被用来注释图中的一些特征。使用annotate()方法可以很方便地添加此类注释。在使用annotate时，要考虑两个点的坐标：被注释的地方xy(x, y)和插入文本的地方xytext(x, y)。
annotate语法说明 ：annotate(s='str' ,xy=(x,y) ,xytext=(l1,l2) ,..)
s: 注释的内容，一段文字；
xytext: 这段文字所处的位置;
xy: 箭头指向的位置；
arrowprops: 通过arrowstyle表明箭头的风格或种类。
xycoords 参数如下:
figure points : 点在图左下方
figure pixels:图左下角的像素
figure fraction: 左下角数字部分
axes points:从左下角点的坐标
axes pixels:从左下角的像素坐标
axes fraction :左下角部分
data:使用的坐标系统被注释的对象(默认)
polar(theta,r):if not native ‘data’ coordinates t
extcoords 设置注释文字偏移量
参数
坐标系
'figure points'
距离图形左下角的点数量
'figure pixels'
距离图形左下角的像素数量
'figure fraction'
0,0 是图形左下角，1,1 是右上角
'axes points'
距离轴域左下角的点数量
'axes pixels'
距离轴域左下角的像素数量
'axes fraction'
0,0 是轴域左下角，1,1 是右上角
'data'
使用轴域数据坐标系
arrowprops #箭头参数,参数类型为字典dict
width:点箭头的宽度
headwidth:在点的箭头底座的宽度
headlength:点箭头的长度
shrink:总长度为分数“缩水”从两端
facecolor:箭头颜色
bbox给标题增加外框 ，常用参数如下：
boxstyle:方框外形
facecolor:(简写fc)背景颜色
edgecolor:(简写ec)边框线条颜色
edgewidth:边框线条大小
bbox=dict(boxstyle='round,pad=0.5', fc='yellow', ec='k',lw=1 ,alpha=0.5) #fc为facecolor,ec为edgecolor,lw为lineweight
案例1
from pylab import *
annotate(s="Nothing", xytext=(0.8, 0.8),xy=(0.2, 0.2), \
arrowprops=dict(arrowstyle="->"))#,
show()这是实现annotate的最简单的版本，大家注意参数的含义。
案例2
import numpy as np
import matplotlib.pyplot as plt
ax = plt.subplot(111)
t = np.arange(0.0, 5.0, 0.01)
s = np.cos(2*np.pi*t)
line, = plt.plot(t, s, lw=2)
plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
arrowprops=dict(facecolor='black', shrink=0.05),
)
plt.ylim(-2,2)
plt.show()输出结果如下:
