根据最优特征进行分类并创建决策树

当你获得一组数据

  头发  声音  性别
[['长', '粗', '男'],
 ['短', '粗', '男'],
 ['短', '粗', '男'],
 ['长', '细', '女'],
 ['短', '细', '女'],
 ['短', '粗', '女'],
 ['长', '粗', '女'],
 ['长', '粗', '女']]

该如何对它按照特征进行分类

当然，最简单的，可以利用groupby进行分组

import pandas as pd
dataset = [['长', '粗', '男'],
           ['短', '粗', '男'],
           ['短', '粗', '男'],
           ['长', '细', '女'],
           ['短', '细', '女'],
           ['短', '粗', '女'],
           ['长', '粗', '女'],
           ['长', '粗', '女']]
hair_list = []
voice_list = []
sex_list = []
for i in range(len(dataset)):
    hair_list.append(dataset[i][0])
    voice_list.append(dataset[i][1])
    sex_list.append(dataset[i][2])
data = pd.DataFrame({
    "hair": hair_list,
    "voice": voice_list,
    "sex": sex_list
})
group = data.groupby("sex")   # 按照sex进行分类
for i in list(group):         # 如果不追求美观的话此处循环也可用print(list(group))代替
    print(i)
    if i == ")":
        print("\n")

可以得到这样的输出结果

('女',   hair voice sex
3    长     细   女
4    短     细   女
5    短     粗   女
6    长     粗   女
7    长     粗   女)
('男',   hair voice sex
0    长     粗   男
1    短     粗   男
2    短     粗   男) 

但这毕竟是人为给定的分类结果，存在着数据量过大不好认为分析或分析错误的情况（不一定选择的特征就是最优特征&#