cart分类树代码

以下是一个简单的 CART 分类树的 Python 代码示例：

from sklearn.tree import DecisionTreeClassifier

# 准备训练数据和标签
X_train = [[0, 0], [1, 1]]
y_train = [0, 1]

# 训练一个 CART 分类树
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

# 使用训练好的模型进行预测
print(clf.predict([[2., 2.]]))

在这个示例中，我们使用的是 scikit-learn 库中的 `DecisionTreeClassifier` 类来训练一个 CART 分类树。我们首先准备了训练数据和标签，然后使用 `fit` 方法对模型进行训练。最后，我们使用训练好的模型对一个新的样本进行预测，并输出预测结果。

需要注意的是，这只是一个简单的示例，实际应用中可能需要进行更多的数据预处理、参数调整等工作，以达到更好的分类效果。