# 导入必要的库 import pandas as pd from decision_tree_classifier import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score # 读取并展示数据集 data = pd.read_csv("heart.csv") print(data.head()) # 数据处理和特征选择 X = data.drop(['target'], axis=1) y = data['target'] # 将数据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) # 使用 DecisionTreeClassifier() 函数构建决策树模型 model = DecisionTreeClassifier() model.fit(X_train, y_train) # 在测试集上进行预测 y_pred = model.predict(X_test) # 打印模型精度得分 accuracy = accuracy_score(y_test, y_pred) print('Accuracy:', accuracy) 帮我写一份与我这个代码相适应的决策树算法
时间: 2024-01-30 13:04:18 浏览: 41
好的,这里给您提供一份基于sklearn库的决策树算法代码:
```python
# 导入必要的库
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 读取并展示数据集
data = pd.read_csv("heart.csv")
print(data.head())
# 数据处理和特征选择
X = data.drop(['target'], axis=1)
y = data['target']
# 将数据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)
# 使用 DecisionTreeClassifier() 函数构建决策树模型
model = DecisionTreeClassifier()
model.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = model.predict(X_test)
# 打印模型精度得分
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
这份代码与您提供的代码非常相似,主要区别在于使用了 sklearn 库的 `DecisionTreeClassifier()` 函数来构建决策树模型。在这个模型中,我们使用拆分后的训练数据 `X_train` 和 `y_train` 进行训练,并在测试集上进行预测。最后,通过计算测试集上的预测精度得分来评估模型的性能。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)