决策树代码python例题经典案例
时间: 2023-09-10 21:02:05 浏览: 103
决策树是一种常用的机器学习算法,可以用于分类和回归问题。下面是一个基于Python的决策树代码的经典案例:
案例描述:假设我们有一个数据集,包含一些商店的信息,其中每条记录包含商店的名称、位置、面积和是否是连锁店等属性。我们的目标是根据这些属性预测商店的类别,即是普通商店还是连锁店。
代码实现:
首先,导入所需的库:
```
import pandas as pd
from sklearn import tree
```
然后加载数据集:
```
data = pd.read_csv('shop_data.csv')
```
接下来,将数据集划分为特征和目标变量:
```
X = data.drop(['类别'], axis=1)
y = data['类别']
```
使用LabelEncoder将目标变量编码为数值:
```
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y = le.fit_transform(y)
```
初始化决策树分类器:
```
clf = tree.DecisionTreeClassifier()
```
使用fit方法拟合数据:
```
clf.fit(X, y)
```
通过调用predict方法,可以使用训练好的决策树模型进行预测:
```
new_data = pd.DataFrame({'名称': ['商店A'], '位置': ['城市中心'], '面积': ['大'], '连锁': ['是']})
prediction = clf.predict(new_data)
```
最后,将预测结果转换为对应的标签:
```
predicted_class = le.inverse_transform(prediction)
print(predicted_class)
```
这段代码使用决策树模型对给定的商店信息进行分类预测。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)