首页决策树算法python示例

决策树算法python示例

时间: 2024-12-26 21:14:08 浏览: 57

决策树是一种常用的机器学习算法，它通过构建一系列规则来模拟人类做决策的过程。Python中可以使用sklearn库来创建决策树模型。下面是一个简单的例子： ```python from sklearn import tree import pandas as pd # 假设我们有鸢尾花数据集 url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data" column_names = ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)', 'class'] data = pd.read_csv(url, names=column_names) # 数据预处理（这里假设类别变量已编码） X = data.iloc[:, :-1] # 特征（前4列） y = data.iloc[:, -1] # 目标变量（最后一列） # 划分训练集和测试集 from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) # 使用sklearn构建决策树分类器 clf = tree.DecisionTreeClassifier() clf.fit(X_train, y_train) # 预测 predictions = clf.predict(X_test) # 打印一棵可视化决策树 tree.plot_tree(clf, filled=True) # 这需要安装graphviz库

阅读全文