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 =</