Decision Tree / Arbre de décision

CODE PYTHON:

from sklearn.tree import DecisionTreeClassifier

#DATAS from sklearn.datasets import load_digits digits = load_digits() X, y = digits.data, digits.target

## mise à l'échelle : normalisation from sklearn.preprocessing import StandardScaler scaler = StandardScaler() X_std = scaler.fit_transform(X)

#initialisation du classifieur DECISION TREE avec hyperparamètres par défaut

clf_tree = DecisionTreeClassifier() clf_tree.fit(X_std, y) print(clf_tree) clf_tree.score(X_std, y) ## score = 1 car pas de limitation de profondeur de l'arbre et donc toutes les données sont bien classées