本文整理汇总了Python中sklearn.tree.DecisionTreeClassifier.predict_log_proba方法的典型用法代码示例。如果您正苦于以下问题：Python DecisionTreeClassifier.predict_log_proba方法的具体用法？Python DecisionTreeClassifier.predict_log_proba怎么用？Python DecisionTreeClassifier.predict_log_proba使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.tree.DecisionTreeClassifier的用法示例。
在下文中一共展示了DecisionTreeClassifier.predict_log_proba方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: load_iris
# 需要导入模块: from sklearn.tree import DecisionTreeClassifier [as 别名]
# 或者: from sklearn.tree.DecisionTreeClassifier import predict_log_proba [as 别名]
print x
print
print "Transformed x variables", x_poly.shape
print x_poly
# alternatively
x_poly = poly.fit_transform(x)
from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris
data = load_iris()
x = data['data']
y = data['target']
estimator = DecisionTreeClassifier()
estimator.fit(x,y)
predicted_y = estimator.predict(x)
predicted_y_prob = estimator.predict_proba(x)
predicted_y_lprob = estimator.predict_log_proba(x)
from sklearn.pipeline import Pipeline
poly = PolynomialFeatures(3)
tree_estimator = DecisionTreeClassifier()
steps = [('poly',poly), ('tree',tree_estimator)]
estimator = Pipeline(steps=steps)
estimator.fit(x,y)
predicted_y = estimator.predict(x)
pdb.set_trace()