python实现决策树代码

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)
pri
  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值