我具有以下数据集，用于预测团队是否会赢得比赛，其中每一行对应一个训练示例，每一列对应一个特定功能。我希望决策树根据确定最终回归值的每一列中的每个功能使用拆分：
Train=
[['0' '0' '1' '-1' '8' '-9']
['-15' '0' '0' '18' '7' '11']
['-8' '0' '0' '8' '2' '6']
...
['11' '0' '2' '-15' '-3' '-12']
['3' '0' '-1' '-16' '-15' '-1']
['-3' '0' '0' '-6' '4' '-10']]
Result=
[1,1,0,...,1]
基于输出回归值（除了它们获胜的几率而已），我应用阈值函数将输出分类为“ 1”（获胜）或“ 0”（失败）。由于概率是重要的中间步骤，因此不能将其转化为分类问题。
我想知道使用sci-kit学习决策树分类器是否直接有帮助：
regr_2 = DecisionTreeRegressor(max_depth=6)
regr_2.fit(Train, Result)
我还看到了有关决策树的this教程，并且还想知道在这种情况下是否应该从头开始构建决策树。 sci-kit学习功能如何创建拆分？它执行我打算做的事吗？请让我知道我的方法中可能存在的缺陷。
另外，max_features和max_depth有什么区别？
最佳答案
默认情况下，Sci-kit learning使用基尼杂质度量（请参见Giny impurity, Wikipedia）来将分支拆分成决策树。这通常效果很好，除非您对数据以及如何进行拆分有足够的了解，所以最好使用Sci-kit学习默认值。
关于max_depth：这是树的最大深度，您不希望它太大，因为您可能会过度拟合训练数据。
关于max_features：每次分割时，您的训练算法都会查看多个特征，并采用最佳度量（在本例中为gini杂质），并根据该特征创建两个分支。每次都查看所有功能的计算量很大，因此您只需检查其中的一些功能即可。那么max_features就是您每次在节点上创建一对分支时要查找的功能数量。
关于python - 决策树拆分，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49878985/