使用Python构建决策树

决策树是一种常见的机器学习算法，用于解决分类和回归问题。在Python中，我们可以使用不同的库来构建和训练决策树模型。本文将介绍如何使用scikit-learn库来构建决策树，并提供相应的源代码示例。

首先，我们需要安装scikit-learn库。可以使用pip命令在命令行中进行安装：

pip install scikit-learn

安装完成后，我们可以导入所需的库和模块，并准备我们的数据集。决策树算法需要一组带有标签的训练样本作为输入，以便从中学习模型。在这个示例中，我们将使用一个简单的鸢尾花数据集作为示例。

from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris = load_iris()

# 特征矩阵
X = iris.data

# 目标向量
y = iris