扫码加入数据分析学习群

n_classes_ ：决策树中的类数量。

classes_ ：返回决策树中的所有种类标签。

feature_importances_ ： feature 的重要性，值越大那么越重要。

fit(X, y, sample_mask=None, X_argsorted=None, check_input=True, sample_weight=None)

将数据集 x，和标签集 y 送入分类器进行训练，这里要注意一个参数是： sample_weright，它和样本

的数量一样长，所携带的是每个样本的权重。

get_params(deep=True)

得到决策树的各个参数。

set_params(**params)

调整决策树的各个参数。

predict(X)

送入样本 X，得到决策树的预测。可以同时送入多个样本。

transform(X, threshold=None)

返回 X 的较重要的一些 feature，相当于裁剪数据。

score(X, y, sample_weight=None)

返回在数据集 X,y 上的测试分数，正确率。