使用决策树算法解决心脏病预测问题，得出初步结果代码

好的，这里是使用Python的scikit-learn库进行决策树分类的代码示例：

# 导入必要的库
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

# 加载数据集
data = load_iris()
X, y = data.data, data.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建决策树分类器
clf = DecisionTreeClassifier()

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 输出预测结果
print("预测结果：", y_pred)

以上代码是使用鸢尾花数据集进行分类的示例，你需要根据自己的数据集进行相应的修改。