3.4.8.2. 测量决策树性能

演示在训练集上测试时过度拟合。

获取数据

from sklearn.datasets import fetch_california_housing

data = fetch_california_housing(as_frame=True)

训练和测试模型

from sklearn.tree import DecisionTreeRegressor

clf = DecisionTreeRegressor().fit(data.data, data.target)

predicted = clf.predict(data.data)
expected = data.target

绘制预测值与预期值的函数关系图

import matplotlib.pyplot as plt

plt.figure(figsize=(4, 3))
plt.scatter(expected, predicted)
plt.plot([0, 5], [0, 5], "--k")
plt.axis("tight")
plt.xlabel("True price ($100k)")
plt.ylabel("Predicted price ($100k)")
plt.tight_layout()

几乎没有错误！

这太好了，不像是真的：我们正在使用训练数据测试模型，这不是泛化能力的衡量标准。

结果无效