python展现决策树_使用Python实现决策树

决策树是一种主要应用于数据分类场景的算法。它是一个树形结构，其中每个节点代表要素，每个边缘代表所做出的决策。从根节点开始，我们继续评估分类特征，并决定遵循特定的优势。每当有新数据点出现时，都会反复应用相同的方法，然后在研究所有必需的特征或将其应用于分类方案时得出最终结论。因此，决策树算法是一种监督学习模型，用于预测具有一系列训练变量的因变量。

示例

我们将获取kaggle提供的药物测试数据。第一步，我们将使用pandas从csv文件读取数据，并查看其内容和结构。import pandas as pd

datainput = pd.read_csv("drug.csv", delimiter=",") #https://www.kaggle.com/gangliu/drugsets

print(datainput)

运行上面的代码将为我们提供以下结果：Age Sex BP   Cholesterol Na_to_K  Drug

0  23   F HIGH  HIGH        25.355   drugY

1  47   M LOW   HIGH        13.093   drugC

2  47   M LOW   HIGH        10.114  drugC

3  28   F NORMAL HIGH        7.798  drugX

4  61   F LOW    HIGH       18.043  drugY

.. ... .. ... ... ... ...

195 56  F LOW    HIGH       11.567  drugC

196 16  M LOW    HIGH       12.006  drugC