‘’’
性别 身高/cm 胡子(1-有;0-无)
男 178 1
女 155 0
男 177 0
女 165 0
男 169 1
女 160 0
‘’’
import sklearn
from sklearn import tree
1 建立数据模型
(1)训练数据
feature = [[178, 1], [155, 0], [177, 0],
[165, 0], [169, 1], [160, 0]]
(2)对应性别分类
label = [‘man’, ‘woman’, ‘man’, ‘woman’, ‘man’, ‘woman’]
2 创建决策树对象
clf = tree.DecisionTreeClassifier() # 分类决策树的分类决策方法
3 拟合训练数据,得到训练模型参数
clf = clf.fit(feature, label)
4 自动判断性别分类
s1 = clf.predict([[158, 0]])
s2 = clf.predict([[176, 1]])
print('s1: ', s1, ’ ; s2: ', s2) # s1: [‘woman’] ; s2: [‘man’]