决策树进行十三分类的代码

下面是使用sklearn库中的DecisionTreeClassifier进行13分类的决策树代码示例：

from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris

# 加载示例数据集
data = load_iris()
X = data.data
y = data.target

# 构建决策树模型
dt_model = DecisionTreeClassifier(max_depth=5)
dt_model.fit(X, y)

# 对新数据进行分类预测
new_data = [[5.1, 3.5, 1.4, 0.2], [7.7, 3.0, 6.1, 2.3]]
pred = dt_model.predict(new_data)
print(pred)

这段代码使用了Iris数据集进行演示，其中X为特征数据，y为目标数据，共有3个类别。构建决策树模型时，使用了`max_depth`参数限制了决策树的最大深度，避免出现过拟合的情况。对新数据进行分类预测时，使用了`predict`方法，得到了新数据的预测结果。