sklearn decisiontreeclassifier例子

好的，以下是一个使用sklearn中DecisionTreeClassifier的例子：

from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 将数据集分成训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

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

# 在训练集上训练模型
clf.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)

print("准确率：", accuracy)

这个例子中，我们使用Iris数据集作为例子数据集，将数据集分成训练集和测试集，创建一个DecisionTreeClassifier对象作为分类器，然后在训练集上训练模型，并在测试集上预测，最后计算准确率。