机器学习算法_DT_决策树模型案例1_基于sklearn接口的分类

1、导入功能模块函数

from sklearn import datasets                            # 数据集导入函数
from sklearn import preprocessing                       # 数据归一化处理函数
from sklearn.model_selection import train_test_split    # 划分测试集与训练集
from sklearn.metrics import confusion_matrix
from collections import Counter                         # 导入技术函数
from sklearn import tree
import pandas as pd

import warnings
warnings.filterwarnings("ignore")

2、建模

2.1、导入测试数据数据集

iris = datasets.load_iris()
x_data = pd.DataFrame(iris.data, columns=['x1', 'x2', 'x3', 'x4'])
y_data =</