Python决策树代码
时间: 2023-05-28 09:02:11 浏览: 137
以下是一个简单的Python决策树代码示例:
```python
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
# 加载鸢尾花数据集
iris = load_iris()
# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, random_state=0)
# 创建一个决策树分类器
clf = DecisionTreeClassifier(random_state=0)
# 用训练数据拟合分类器
clf.fit(X_train, y_train)
# 用测试数据评估分类器的性能
print("测试集准确率: {:.2f}".format(clf.score(X_test, y_test)))
```
这段代码使用 `scikit-learn` 包中的决策树分类器来预测鸢尾花的品种。首先,加载了鸢尾花数据集并将其划分为训练集和测试集。然后,创建了一个决策树分类器对象并使用训练数据来拟合该分类器。最后,使用测试集来评估分类器的性能,并打印出测试集的准确率。
阅读全文
相关推荐












