**决策树图依赖的库安装:**
（参考：https://mlln.cn/2018/09/21/pydotplus%E5%AE%89%E8%A3%85%E5%92%8C%E5%9F%BA%E6%9C%AC%E5%85%A5%E9%97%A8/)
第一步安装 Graphviz：Graphviz 包不能使用pip或conda进行安装，需手动安装
（先下载2.38版本，然后再安装）安装完后配置环境变量
第二步安装 pydotplus：直接使用下面pip或conda命令：pip install pydotplus
具体如下：
1、安装soft文件夹下的graphviz2.38msi，根据下面的链接步骤来安装：https://mlln.cn/2018/09/21/pydotplus%E5%AE%89%E8%A3%85%E5%92%8C%E5%9F%BA%E6%9C%AC%E5%85%A5%E9%97%A8/ ；
2、根据上面链接参考添加环境变量；
3、按windows键，找到anaconda3 ，打开anaconda Prompt；
4、在anaconda Prompt中输入 pip install pydotplus 安装命令（此命令要在添加环境变量之后操作，如果此命令提前执行，可使用pip uninstall pydotplus进行卸载，然后再重新输入安装命令，安装成功后，关闭命令行界面），回车等待安装成功；
我的2023年机器学习上课，老师的代码演示
需积分: 0 117 浏览量
2024-01-09
19:32:29
上传
评论
收藏 34.6MB RAR 举报
我的2023年机器学习上课，老师的代码演示 （105个子文件） 
Shipping.csv 430KB evaluation.csv 1KB evaluation.csv 788B evaluation-checkpoint.csv 785B evaluation.csv 740B evaluation.csv 479B evaluation.csv 448B play_no_data.csv 430B crx.data 31KB iris.data 4KB .gitignore 184B .gitignore 0B xgboost_lightgbm.iml 431B 郑申文.iml 324B credit.lisp 12KB readme.md 1KB graphviz-2.38.msi 34.17MB crx.names 1KB credit.names 522B
streamlit入门.pdf 1.15MB model.pickle 138KB logistic_5.pickle 953B logistic_4.pickle 905B logistic_3.pickle 865B logistic_2.pickle 833B logistic_1.pickle 809B
decision_tree_graph_with_entropy_depth_4.png 79KB decision_tree_graph_with_gini_depth_4.png 76KB scatter_play.png 60KB decision_tree_graph_with_entropy_depth_3.png 60KB decision_tree_graph_with_gini_depth_3.png 55KB decision_boundary_SVM_with_poly_kernel.png 42KB logistic_regression_with_3_polynomial.png 42KB logistic_regression_with_2_polynomial.png 42KB logistic_regression_with_4_polynomial.png 42KB logistic_regression_with_5_polynomial.png 42KB decision_boundary_SVM_with_linear_kernel.png 41KB logistic_regression_with_1_polynomial.png 41KB decision_boundary_SVM_with_rbf_kernel.png 40KB decision_boundary_SVM_with_sigmoid_kernel.png 40KB ROC_AUC_decision_tree_with_entropy_depth_1.png 38KB ROC_AUC_decision_tree_with_gini_depth_1.png 38KB ROC_AUC_decision_tree_with_entropy_depth_2.png 36KB ROC_AUC_decision_tree_with_gini_depth_2.png 36KB ROC_AUC_decision_tree_with_entropy_depth_3.png 35KB ROC_AUC_decision_tree_with_gini_depth_3.png 35KB ROC_AUC_SVM_with_sigmoid_C=_1.0.png 34KB ROC_AUC_SVM_with_poly_C=_1.0.png 34KB ROC_AUC_SVM_with_linear_C=_1.0.png 34KB ROC_AUC_SVM_with_rbf_C=_1.0.png 33KB ROC_AUC_KNN_with_2_neighbors.png 33KB ROC_AUC_decision_tree_with_entropy_depth_4.png 33KB ROC_AUC_KNN_with_3_neighbors.png 33KB ROC_AUC_KNN_with_10_neighbors.png 33KB ROC_AUC_KNN_with_5_neighbors.png 33KB ROC_AUC_decision_tree_with_gini_depth_4.png 33KB ROC_AUC_KNN_with_8_neighbors.png 32KB decision_tree_graph_with_entropy_depth_2.png 31KB ROC_AUC_with_model_GaussianNB.png 31KB decision_tree_graph_with_gini_depth_2.png 30KB scatter_iris.png 29KB ROC_AUC_with_1_polynomial.png 29KB ROC_AUC_with_2_polynomial.png 28KB ROC_AUC_with_3_polynomial.png 28KB ROC_AUC_with_4_polynomial.png 28KB ROC_AUC_with_5_polynomial.png 28KB ROC_AUC_with_model_MultinomialNB.png 28KB ROC_AUC_with_model_BernoulliNB.png 28KB decision_tree_graph_with_entropy_depth_1.png 17KB decision_tree_graph_with_gini_depth_1.png 17KB ROC_AUC_KNN_with_2_neighbors-checkpoint.png 16KB scatter_chip.png 2KB
~$Streamlit介绍.pptx 165B svm_multi_classification_iris_data_two_characters.py 11KB decision_tree_classification_play_or_not_data.py 9KB logistic_regression_classification_chip_nonlinear_data.py 8KB knn_classification_credit_approval_data.py 7KB naive_bayes_classification_Spam_SMS_data.py 7KB svm_multi_classification_iris_data_two_characters-checkpoint.py 6KB svm_multi_classification_iris_data_two_characters.py 6KB app_streamlit_lightgbm.py 5KB ec_data_analysis.py 5KB decision_tree_classification_play_or_not_data-checkpoint.py 5KB decision_tree_classification_play_or_not_data.py 5KB knn_classification_credit_approval_data-checkpoint.py 4KB knn_classification_credit_approval_data.py 4KB xgboost_clf_iris.py 4KB logistic_regression_classification_chip_nonlinear_data.py 4KB naive_bayes_classification_Spam_SMS_data-checkpoint.py 4KB naive_bayes_classification_Spam_SMS_data.py 4KB streamlit_test.py 2KB tfidf_test.py 624B readme 6KB SMSSpamCollection 467KB
data.txt 2KB requirements.txt 136B workspace.xml 29KB Project_Default.xml 4KB workspace.xml 2KB Project_Default.xml 2KB共 105 条
- 1
- 2
资源评论
