python实现决策树代码

最新推荐文章于 2024-08-10 00:28:48 发布

初入小萌新

最新推荐文章于 2024-08-10 00:28:48 发布

阅读量3k

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/qq_37321741/article/details/82666532

版权

本文详细介绍了如何使用Python进行决策树的实现，包括数据预处理、模型训练及预测过程，适合初学者入门。

摘要由CSDN通过智能技术生成

数据图片

from sklearn.feature_extraction import DictVectorizer
import csv
from sklearn import preprocessing
from numpy import *
import numpy as np
from sklearn import tree
from sklearn.externals.six import StringIO

DecistionTreeData = open(r'F:\机器学习\数据\01-ML-Decision Tree.csv', 'rt')
reader = csv.reader(DecistionTreeData)
headers = next(reader)
featureList = []
labelList = []
# 把数据转换成一个包含特征的list
for row in reader:
    labelList.append(row[len(row) - 1])
    rowDict = {}
    for i in range(1, len(row) - 1):
        # 相当于行成key:value这样类型的数据，由于第一个列是id，所以只提取出第二个开始到最后一个
        rowDict[headers[i]] = row[i]
    featureList.append(rowDict)
print(featureList)

# 我们要把每个实例变成矩阵的形式进行存储
# 也就是
# youth middle_age senor high medium low yes no fa