挖掘建模-分类与预测-决策树

该博客主要探讨了如何使用决策树进行数据分析。通过Python实现数据挖掘,详细介绍了分析数据的过程,并提供了代码示例。最终,博客指导读者如何生成并查看tree.dot文件,以PDF和PNG格式查看决策树结构。
摘要由CSDN通过智能技术生成

代码来源:Python数据分析与挖掘实战

分析数据:

#-*- coding: utf-8 -*-
#使用ID3决策树算法预测销量高低

import pandas as pd
from sklearn.tree import DecisionTreeClassifier as DTC
from sklearn.tree import export_graphviz    #跨平台的、基于命令行的绘图工具
from sklearn.externals.six import StringIO

filename = '../data/sales_data.xls'
data = pd.read_excel(filename, index_col=u'序号')    #设置序号为索引项,不然会报错

#数据是类别标签,要将它转换为数据
#用1来表示'好','是','高'这三个属性,用-1来表示'坏','否','低'

data[data==u'好'] = 1    #将数据中为好的值修改为1
data[data==u'是'] = 1
data[data==u'高'] = 1
data[data!=1] = -1     #到此处所有值不是1就是-1
#print(data)

x = data.iloc[:,:3].as_matrix().astype(
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值