编写决策树的Python代码

决策树可以使用Python的机器学习库scikit-learn进行编写。以下是一个简单的决策树示例代码：

import numpy as np
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

# 加载数据
data = pd.read_csv("data.csv")

# 划分数据集
X = data.iloc[:, :-1]
y = data.iloc[:, -1]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 训练决策树模型
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

# 评估模型的准确率
acc = clf.score(X_test, y_test)
print("Accuracy:", acc)

这个代码将加载一个名为`data.csv`的数据集，然后使用决策树算法对数据进行建模，最后评估模型的准确率。