决策树代码（数据集以西瓜集为例我自己手录）

最新推荐文章于 2025-06-23 17:34:44 发布

Turing's Cat

最新推荐文章于 2025-06-23 17:34:44 发布

阅读量2.6k

点赞数 3

CC 4.0 BY-SA版权

文章标签：机器学习深度学习算法 python

本文链接：https://blog.csdn.net/qq_41893089/article/details/110499143

这篇博客主要展示了如何运用决策树算法，通过详细注释的代码展示使用过程，数据集采用西瓜集，读者可以下载数据集进行实践。文章包含源码和数据集链接，适合初学者参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

决策树实验

@[TOC](决策树实验)

前言

一、使用步骤

1.源码

2.数据集

二、结果

前言

决策树理论数据这里不讲，只把我的代码贴出来。代码一部分来源机器学习实战，详细的注释是我自己加的。另一部分源码我自己写的（处理西瓜集的部分），如有错误欢迎指正。

一、使用步骤

1.源码

代码如下（示例）：

from math import log
import operator

def convert(filename):
    fr = open(filename,encoding="utf-8")
    arrayOfLines = fr.readlines()
    #print(arrayOfLines)
    labels = arrayOfLines[0]
    attrubute = labels.strip().split(",")
    del(attrubute[0])
    del(attrubute[-1])
    del(arrayOfLines[0])
    fileLineNumber = len(arrayOfLines)
    for i in range(fileLineNumber):
        arrayOfLines[i] = arrayOfLines[i].strip().split(',')
        del(arrayOfLines[i][0])
    return arrayOfLines,attrubute



#定义函数CalShannonEnt()用于计算样本空间的信息熵
def calcShannonEnt(dataSet):
    numEntries