【机器学习笔记】【决策树】【回归树】( 四 ) _回归树

y_1
y_2
6.用预测出来的数据绘制图像
#创建画布plt.figure()#将我们的x,y的数据传入，s是散点图中点的大小，设置边框的颜色是黑色（edgecolor="black"），设置点的颜色是暗橙色的（c="darkorange"），标签是data，也就是纵坐标轴的名字plt.scatter(X, y, s=20, edgecolor="black",c="darkorange", label="data")#画折线图，分别传入x轴和y轴的数据，其一一对应，在画布上生成点，并且指定线的颜色，指定线的标签，设置线的宽度#颜色分别为玉米花的蓝色和黄绿色plt.plot(X_test, y_1, color="cornflowerblue",label="max_depth=2", linewidth=2)plt.plot(X_test, y_2, color="yellowgreen", label="max_depth=5", linewidth=2)#给横纵坐标打上标签plt.xlabel("data")plt.ylabel("target")#给标题打上标签plt.title("Decision Tree Regression")#显示图例，也就是右上角的那部分plt.legend()#展示图例plt.show()#从下面的图中可以看到我们最大深度为2，也就是蓝色的线对于我们的数据拟合程度较好#但是我们最大深度为5的线受到噪声的干扰比较大，模拟到了很多的噪音上#所以最大深度为5的这一个模型发生了过拟合