机器学习之决策树算法（六）以西瓜数据集的离散特征和连续特征为例编写分类树

西瓜数据集如下

    x1     x2     x3  label  score
0   青绿  0.697  0.460      0     71
1   乌黑  0.774  0.376      0     92
2   乌黑  0.634  0.264      0     86
3   青绿  0.608  0.318      0     79
4   浅白  0.556  0.215      0     91
5   青绿  0.403  0.237      0     88
6   乌黑  0.481  0.149      0     85
7   乌黑  0.437  0.211      0     94
8   乌黑  0.666  0.091      1     31
9   青绿  0.243  0.267      1     22
10  浅白  0.245  0.057      1     16
11  浅白  0.343  0.099      1     29
12  青绿  0.639  0.161      1     11
13  浅白  0.657  0.198      1     18
14  乌黑  0.360  0.370      1     15
15  浅白  0.593  0.042      1     24
16  青绿  0.719  0.103      1     18

数据分析

• 分类标签是label
• 回归标签是score
• 离散型特征有x1
• 连续型特征有x2,x3
• 以香农熵增益为构树指标

离散特征构树代码实现如下

import pandas as pd
import numpy as np
path =