学习人工智能-用python进行训练步骤，DecisionTreeClassifier模型，Graphviz Interactive Preview 预览.dot文件

用python进行训练步骤：

1. 导入数据 import the data
2. 清理数据 clean the data
3. 把数据分为训练和验证部分 split the data into training and test sets
4. 创建一个模型 create a model
5. 训练模型 train the model
6. 创建预测 make predictions
7. 打分评估 score and evaluate.

以DecisionTreeClassifier为例：

直接把数据灌入模型，然后预测

import pandas as pd
from sklearn.tree import DecisionTreeClassifier

music_data = pd.read_csv('music.csv')
x =  music_data.drop(columns=['genre'])
y = music_data['genre']

model  = DecisionTreeClassifier()
model.fit(x,y)

predictions  = model.predict([[21,1],[22,0]])
print(predictions)

把数据分为训练数据和验证数据，再训练，之后打分。

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

music_data = pd.read_csv('music.csv')
x