决策树实现手写体识别的代码sklean

以下是使用 scikit-learn 库的代码示例：

from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

# 加载手写数字数据集
digits = datasets.load_digits()

# 获取数据和标签
X = digits.data
y = digits.target

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

# 创建决策树模型
clf = DecisionTreeClassifier(random_state=42)

# 训练模型
clf.fit(X_train, y_train)

# 测试模型
accuracy = clf.score(X_test, y_test)
print("Accuracy:", accuracy)

这个示例使用了 scikit-learn 库中的 `DecisionTreeClassifier` 类来实现决策树模型，同时使用了手写数字数据集进行训练和测试。