在二维平面上来观察决策树是怎样拟合一条曲线的。我们用回归树来拟合正弦曲线，并添加一些噪声来观察回归树的表现工具/原料more开发工具Jupyter方法/步骤1/25分步阅读

首先运行魔法命令，准备展示开发环境和第三包信息。如图示：

2/25

输入命令打印相关信息。如图示：

3/25

执行命令后。打印信息如图示：

4/25

开始进入正题。

5/25

导入相关模块，如图示：

6/25

用numpy模块生成正弦函数的训练数据。

7/25

方法如图示：

8/25

训练集数据生成好后，接下来生成回归树模型所需的测试集数据。

9/25

测试集生成如图示：

10/25

生成后，可以查看生成数据的相关信息.

11/25

正弦函数横坐标X的数据形状，如图示：

12/25

正弦函数横坐标X的部分数据，如图示：

13/25

正弦函数y的数据形状，如图示：

14/25

正弦函数y的部分数据，如图示：

15/25

正弦函数测试集数据的形状如图示：

16/25

测试集的部分数据如图示：

17/25

数据准备好后，进行下一步。

18/25

创建回归数模型。

19/25

由于需要两个模型做对比，因此实例化两个回归树实例。如图示：

20/25

接下来导入训练集数据，训练回归树模型。如图示：

21/25

模型训练完毕后，导入测试集数据，获取测试结果。如图示：

22/25

采集测试集在模型下的分类结果的得到是一组数据，为了方便观察，用matplotlib绘制为图像。

23/25

绘制图像代码如图示：

24/25

回归树拟合正弦曲的结果如图示：

25/25

从图中可以看出回归树的最大深度为2时，更加拟合正弦曲线。