使用scikiit-leran实现决策树决策树的代码示例
时间: 2024-10-14 13:00:57 浏览: 9
在Python中,你可以使用`sklearn`库来实现决策树。`sklearn.tree`模块提供了 DecisionTreeClassifier 和 DecisionTreeRegressor 等类,用于构建分类和回归模型。这里是一个简单的决策树分类器的例子:
```python
# 导入必要的库
from sklearn import tree
import pandas as pd
from sklearn.model_selection import train_test_split
# 假设你已经有了一个名为'data.csv'的数据集,包含特征列'features'和目标列'target'
data = pd.read_csv('data.csv')
# 分割数据集为特征X和目标变量y
X = data['features']
y = data['target']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# 创建一个决策树分类器
clf = tree.DecisionTreeClassifier()
# 训练模型
clf.fit(X_train, y_train)
# 预测测试集
predictions = clf.predict(X_test)
# 打印一些决策树的信息
print("Feature importances:\n", clf.feature_importances_)
#
阅读全文