| name | decision-tree-modeling |
| description | 提供决策树分类建模与超参数优化能力;当用户需要建立分类模型、优化模型参数、生成可视化决策树或输出完整建模报告时使用 |
| dependency | {"python":["scikit-learn==1.3.0","pandas==2.0.3","numpy==1.24.3","matplotlib==3.7.2","openpyxl==3.1.2","joblib==1.3.1"]} |
决策树建模分析
任务目标
- 本 Skill 用于: 对CSV或Excel数据进行决策树分类建模,通过网格搜索交叉验证优化超参数
- 能力包含: 数据预处理、超参数优化、模型训练、性能评估、决策树可视化、特征重要性分析
- 触发条件: 用户需要建立分类模型、优化模型参数、生成可视化决策树、输出建模分析报告
操作步骤
-
数据准备
- 确认输入数据格式为CSV或Excel(.xlsx, .xls)
- 识别目标列名称(分类标签列)
- 验证特征列数据类型(数值型或可编码的分类变量)
- 参见 数据格式规范 确保数据符合要求
-
执行建模分析
-
解读分析报告
- 读取生成的评估报告:
output_dir/evaluation_report.json
- 查看决策树可视化:
output_dir/decision_tree.png
- 分析特征重要性:
output_dir/feature_importance.png
- 智能体基于脚本输出生成完整的建模分析报告
资源索引
注意事项
- 确保目标列包含分类标签(非数值型或离散数值型)
- 特征列应为数值型;如包含分类变量需先进行编码
- 输出目录会自动创建,包含模型文件、评估报告、可视化图片和预测结果
- 脚本会自动处理缺失值,建议检查数据质量
- 网格搜索可能耗时,根据数据量调整cv_folds参数
使用示例
示例1: 鸢尾花数据集分类
python scripts/decision_tree_modeling.py \
--input ./iris.csv \
--target species \
--output_dir ./iris_output
示例2: 自定义交叉验证折数
python scripts/decision_tree_modeling.py \
--input ./data.xlsx \
--target category \
--cv_folds 10 \
--test_size 0.3
示例3: 固定随机种子以保证可复现性
python scripts/decision_tree_modeling.py \
--input ./training_data.csv \
--target class_label \
--random_state 2024