导入sklearn库的DecisionTreeClassifier决策树算法

导入`sklearn`库中的`DecisionTreeClassifier`决策树算法，首先你需要安装scikit-learn（sklearn），它是Python中最常用的机器学习库之一。下面是使用`DecisionTreeClassifier`的基本步骤：

1. **安装**：如果你还没有安装，可以使用pip命令进行安装：

   pip install scikit-learn

2. **导入模块**：在你的Python代码中，导入`DecisionTreeClassifier`和其他相关的库：

   from sklearn.tree import DecisionTreeClassifier
   from sklearn.model_selection import train_test_split
   from sklearn.metrics import accuracy_score

3. **创建分类器**：

   dtc = DecisionTreeClassifier()  # 默认构建一个无参数的决策树分类器

4. **加载数据**：假设你已经有了数据集（分为特征X和目标变量y）：

   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

5. **训练模型**：

   dtc.fit(X_train, y_train)  # 使用训练数据拟合模型

6. **预测**：

   y_pred = dtc.predict(X_test)  # 对测试数据进行预测

7. **评估**：

   accuracy = accuracy_score(y_test, y_pred)  # 计算准确率
   print("Accuracy:", accuracy)