决策树构建

 

from sklearn import tree
import pydotplus

X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = tree.DecisionTreeClassifier()#决策树分类器
clf = clf.fit(X, Y)#对样本x和对应的类y训练决策树

clf.predict([[2., 2.]])#为一个新的样本预测属于哪个类
clf.predict_proba([[2., 2.]])#预测的属于每个类的概率

dot_data=tree.export_graphviz(clf,out_file=None)#把clf转成dot_data
graph=pydotplus.graph_from_dot_data(dot_data)#把dot_data转成graph
graph.write_pdf("d:\\01.pdf")#把graph存成pdf就可看到训练出来的决策树长啥样了