决策树python代码

以下是一个简单的决策树 Python 代码示例：

from sklearn import tree

# 训练数据
features = [[140, 1], [130, 1], [150, 0], [170, 0]]
labels = [0, 0, 1, 1]

# 创建决策树模型
clf = tree.DecisionTreeClassifier()

# 训练模型
clf = clf.fit(features, labels)

# 预测新数据
print(clf.predict([[160, 0]]))

这个代码示例使用 scikit-learn 库中的决策树分类器来训练一个简单的模型，然后使用模型来预测新的数据。在这个示例中，我们使用两个特征来预测一个水果是苹果还是橘子：重量和表面是否光滑。