决策树的python代码
时间: 2023-10-15 15:02:54 浏览: 34
当然,我可以为您提供决策树的Python代码示例。以下是一个简单的例子:
```python
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
# 加载数据集
iris = datasets.load_iris()
X = iris.data # 特征
y = iris.target # 目标变量
# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建决策树分类器
clf = DecisionTreeClassifier()
# 在训练集上训练模型
clf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = clf.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("准确率:", accuracy)
```
以上代码使用了sklearn库中的DecisionTreeClassifier来构建决策树分类器,然后使用Iris数据集进行训练和测试。最后,计算预测结果的准确率并打印输出。
希望这个例子可以帮助到您!如果您有任何其他问题,请随时提问。