python案例认为决策树模型预测准确吗？

wen python案例 2026-08-19 4

本文目录导读：

案例演示：决策树在什么情况下“准”和“不准”
核心结论：怎么判断“准不准”？
实战建议：如何让决策树更“准”？
终极答案

这是一个很有价值的问题,直接回答“准确”或“不准确”都是不严谨的。决策树模型的预测准确率，完全取决于你的数据质量和问题类型。

为了让你直观理解,我写了一个 Python 案例来分析决策树的准确性，并告诉你如何判断它到底“准不准”。

案例演示：决策树在什么情况下“准”和“不准”

我们使用经典的 sklearn 库，构建两个场景：一个线性可分（容易），一个非线性噪声大（困难）。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_classification, make_moons
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score, classification_report
# 设置随机种子保证结果可复现
random_state = 42
# ---------- 场景一：线性可分，特征明显 ----------
print("="*50)
print("场景一：线性可分数据集（决策树表现良好）")
X1, y1 = make_classification(n_samples=1000, n_features=2, n_redundant=0, 
                             n_informative=2, random_state=random_state, 
                             n_clusters_per_class=1, class_sep=1.5)
# 划分训练集和测试集
X1_train, X1_test, y1_train, y1_test = train_test_split(X1, y1, test_size=0.3, random_state=random_state)
# 训练决策树（默认参数，限制深度防止过拟合）
clf1 = DecisionTreeClassifier(max_depth=4, random_state=random_state)
clf1.fit(X1_train, y1_train)
y1_pred = clf1.predict(X1_test)
acc1 = accuracy_score(y1_test, y1_pred)
print(f"测试集准确率: {acc1:.4f}")
# ---------- 场景二：非线性，高噪声，边界复杂 ----------
print("\n" + "="*50)
print("场景二：非线性月牙形数据集（决策树容易过拟合）")
X2, y2 = make_moons(n_samples=1000, noise=0.5, random_state=random_state)  # 噪声很大
X2_train, X2_test, y2_train, y2_test = train_test_split(X2, y2, test_size=0.3, random_state=random_state)
# 训练决策树：情况A - 完全不过拟合（无限深度）
clf2_overfit = DecisionTreeClassifier(random_state=random_state)
clf2_overfit.fit(X2_train, y2_train)
y2_pred_over = clf2_overfit.predict(X2_test)
acc2_over = accuracy_score(y2_test, y2_pred_over)
# 训练决策树：情况B - 限制深度防止过拟合
clf2_regularized = DecisionTreeClassifier(max_depth=5, min_samples_leaf=10, random_state=random_state)
clf2_regularized.fit(X2_train, y2_train)
y2_pred_reg = clf2_regularized.predict(X2_test)
acc2_reg = accuracy_score(y2_test, y2_pred_reg)
print(f"未剪枝（过拟合）测试集准确率: {acc2_over:.4f}")
print(f"剪枝（限制深度）测试集准确率: {acc2_reg:.4f}")
# ---------- 结果对比 ----------
print("\n" + "="*50)
print("结论分析：")
if acc1 > 0.9:
    print(f"1. 线性可分数据：准确率 {acc1:.2f}，决策树表现非常准确。")
else:
    print(f"1. 线性可分数据：准确率 {acc1:.2f}，表现一般。")
print(f"2. 非线性噪声数据：")
print(f"   - 不剪枝（默认）准确率 {acc2_over:.2f}，虽然训练集可能近100%，但测试集很差，说明**不准确**（过拟合）。")
print(f"   - 剪枝后准确率 {acc2_reg:.2f}，虽然数字可能不高，但避免了过拟合，泛化能力更好。")

运行这段代码，你会看到：