python决策树代码

下面是一个简单的示例代码，可以使用scikit-learn库来实现决策树分类器：

from sklearn import tree

# 创建数据集
features = [[140, 1], [130, 1], [150, 0], [170, 0]] # 特征：重量（克），表面（光滑/粗糙）
labels = [0, 0, 1, 1] # 标签：0表示苹果，1表示橘子

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

# 使用数据集来训练分类器
clf = clf.fit(features, labels)

# 进行预测
print(clf.predict([[160, 0]])) # 输出[1]，表示预测为橘子

这只是一个简单的示例代码，实际应用中需要根据具体问题进行调整。