人工智能算法性别预测分类树代码

以下是一个简单的性别预测分类树的 Python 代码实现：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 读取数据集
data = pd.read_csv('gender.csv')

# 定义特征和目标列
X = data.drop(['Gender'], axis=1)
y = data['Gender']

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 定义决策树分类器
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)

以上代码实现了一个简单的性别预测分类树，其中数据集来自一个名为 `gender.csv` 的文件。数据集包含了一系列特征，如身高、体重、年龄等等，以及对应的性别。代码中使用了 `DecisionTreeClassifier` 对数据进行分类，然后计算了模型的准确率。