python实现决策树

决策树是一种流行的分类和回归算法。在 Python 中，可以使用 scikit-learn 库中的 DecisionTreeClassifier 或 DecisionTreeRegressor 来实现决策树。

示例代码如下：

from sklearn.tree import DecisionTreeClassifier

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

# 训练模型
clf.fit(X_train, y_train)

# 预测
y_pred = clf.predict(X_test)

其中，X_train 是训练数据的特征，y_train 是训练数据的标签，X_test 是测试数据的特征，y_pred 是预测结果。

决策树的参数也可以调整，以控制模型的复杂度和性能。例如，可以调整决策树的深度、叶子节点的最小样本数量等。