决策树算法python实现
时间: 2023-11-13 12:11:22 浏览: 87
python 决策树算法的实现
决策树是一种分类算法,可以用于构建分类模型。在Python中,可以使用scikit-learn库来实现决策树算法。以下是一个简单的决策树算法实现示例:
```python
from sklearn import tree
# 准备数据
X = [[0, 0], [1, 1]]
Y = [0, 1]
# 训练模型
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
# 预测
print(clf.predict([[2., 2.]]))
```
上述代码中,我们首先准备了数据集X和对应的标签Y,然后使用`DecisionTreeClassifier()`函数创建了一个决策树分类器模型`clf`,并使用`fit()`方法对模型进行训练。最后,我们使用`predict()`方法对新的数据进行预测,并输出了预测结果。
注意:在实际应用中,我们需要使用更复杂的数据集和特征工程方法来训练更准确的模型。
阅读全文