python数据分析实战-决策树算法的分类与回归

决策树算法

ID3和C4.5实现鸾尾花分类预测

ID3和C4.5算法原理简单介绍

1、这两个算法差别不是特别大，一个是用信息增益来判断，一个是用信息增益率来判断，在sklearn库中指定 criterion=“entropy” 即可，只是准确度不一样。
2、这两个算法只能做分类，不能做回归。

实现对鸾尾花数据的分类预测

导入相关的包

# coding=utf-8
from sklearn.datasets import load_boston,load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

加载数据

#准备数据
feature = load_iris()['data']
label = load_iris().target

train_feature,test_feature,train_label