python决策树预测模型_Python实现天气决策树模型

from math importlogimportoperatordef calcShannonEnt(dataSet): #计算数据的熵

numEntries=len(dataSet) #数据条数

labelCounts={}for featVec indataSet:

currentLabel=featVec[-1]#每一行最后一个字（类别）

if currentLabel not inlabelCounts.keys():

labelCounts[currentLabel]=0

labelCounts[currentLabel]+=1 #统计有多少个类似以及每个类的数量

shannonEnt=0for key inlabelCounts:

prob=float(labelCounts[key])/numEntries #计算单个类的熵值

shannonEnt-=prob*log(prob,2)#累加每个类的熵值

returnshannonEntdef createDataSet1(): #创建示例数据

dataSet = [['晴天','高温','中湿','无风','不宜'],

['晴天','高温','中湿','有风','不宜'],

['多云','高温','低湿','无风','适宜'],

['雨天','低温','高湿','无风','适宜'],

['雨天','低温','低湿','无风','适宜'],

[&#