基于企鹅数据集的决策树实战

基于企鹅数据集的决策树实战

实践要求：导入基础的函数库包括：numpy（Python进行科学计算的基础软件包），pandas（pandas是一种快速，强大，灵活且易于使用的开源数据分析和处理工具），matplotlib和seaborn绘图。

数据集下载地址：
https://tianchi-media.oss-cn-beijing.aliyuncs.com/DSW/6tree/penguins_raw.csv

实践步骤：

Step1:库函数导入

import numpy as np
import pandas as pd
import matplotlib as plt
import seaborn as sns

Step2:数据读取/载入

data = pd.read_csv(open(r'D:\算法作业\penguins_raw.csv'))

Step3:数据信息简单查看

>>>print(data.info())

data = data.fillna(-1)# 将缺失值补全
## 利用value_counts函数查看每个类别数量
print(pd.Series(data['Species']).value_counts())

Step4:可视化描述

仅从数据集中选择了几个特征

data = data[['Species','Culmen Length (mm)','Culmen Depth (mm)',
            'Flipper Length (mm)','Body Mass (g)']]
sns.pairplot(data=data, diag_kind='hist', hue=