入门机器学习的第一个程序！（python版） 补充

今天在https://blog.csdn.net/qq_28444159/article/details/54428940 看到了这篇文章，觉得还是可以做个补充的 

1.准备文档

 在同根目录下建立man_male.xls ，文档内容为：

性别	身高(cm)	体重(kg）	发型(1代表长发，0代表短发)	胡子(1代表有，0代表无)
男	178	75	0	1
女	150	88	0	1
男	178	65	0	1
女	170	64	1	0
男	167	66	1	1
女	152	54	1	0
男	177	78	0	1
女	180	60	1	0
男	160	62	1	1
女	149	57	1	0
男	168	68	0	1
女	168	53	1	0
男	182	70	0	1
女	190	68	1	1
男	174	56	0	1
女	170	59	1	0
男	175	69	0	1
女	164	48	1	0
男	176	72	0	1
女	157	45	1	0

#coding = utf-8
from sklearn import tree
import pandas as pd

#导入数据
data = pd.read_excel("man_male.xls")
#也可以用DataFrame()函数进行框架化
new_data = pd.DataFrame(data)
# print(new_data)
#观察数据的多种统计指标
new_data.describe()
#获取列名称
name = [column for column in new_data]
print(name)

#获取特征值
feature = new_data[name[1:]]
print(feature)

#获取标签值
label = new_data[name[0]]
print(label)

#创建一个决策树对象clf
clf = tree.DecisionTreeClassifier()
#将数据交给决策树
clf = clf.fit(feature,label)

#现在开始预测，假设有一个身高166cm，体重88kg,短发,没有胡子的人
A = clf.predict([[166,88,0,0]])
print(A)

#现在开始预测，假设有一个身高166cm，体重88kg,短发,有胡子的人
#注意：
B = clf.predict([[166,88,0,1]])
print(A)

#现在开始预测，假设有一个身高166cm，体重88kg,短发,有胡子的人
C = clf.predict([[166,88,1,1]])
print(C)

#现在开始预测，假设有一个身高166cm，体重88kg,短发,有胡子的人
D = clf.predict([[166,88,1,1]])
print(D)

#注意：上面我们可以是通过保持身高、体重不变的情况下 来预测

大家可以比对不一样的结果