基于决策树的鸢尾花iris数据分类任务(2)

+ [决策树分类代码](#_10)
+ - [导入必备库](#_11)
	- [加载数据集](#_20)
	- [数据集划分](#_27)
	- [创建决策树模型](#_34)
	- [训练决策树模型](#_39)
	- [模型测试](#_52)
	- [可视化预测结果](#_62)

概述

使用scikit-learn自带决策树类（DecisionTreeClassifier）与鸢尾花数据进行分类任务

环境配置

*python 3.10
*pycharm
*scikit-learn

决策树分类代码

导入必备库

import matplotlib.pyplot as plt
import sklearn.tree
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

加载数据集

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

数据集划分

# 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=0.3, random_state=42)

test_size表示训练集与测试集的划分比例，如代码中0.3表示30%作为测