python实现决策树算法源代码

Python中有许多库可以用于实现决策树算法，其中最常用的是scikit-learn库。下面是一个简单的例子，展示如何使用`sklearn.tree`模块创建一个决策树分类器：

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

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建决策树分类器
clf = DecisionTreeClassifier()

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

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

# 源代码的核心部分就在这里，实际项目中可能会加入更多的数据预处理、交叉验证等步骤。