python决策树二分类_python实现决策树分类（2）

在上一篇文章中，我们已经构建了决策树，接下来可以使用它用于实际的数据分类。在执行数据分类时，需要决策时以及标签向量。程序比较测试数据和决策树上的数值，递归执行直到进入叶子节点。

这篇文章主要使用决策树分类器就行分类，数据集采用UCI数据库中的红酒，白酒数据，主要特征包括12个，主要有非挥发性酸,挥发性酸度, 柠檬酸, 残糖含量,氯化物, 游离二氧化硫, 总二氧化硫,密度, pH,硫酸盐,酒精, 质量等特征。

下面是具体代码的实现：

#coding :utf-8

'''

2017.6.26 author :Erin

function: "decesion tree" ID3

'''

import numpy as np

import pandas as pd

from math import log

import operator

import random

def load_data():

red = [line.strip().split(';') for line in open('e:/a/winequality-red.csv')]

white = [line.strip().split(';') for line in open('e:/a/winequality-white.csv')]

data=red+white

random.shuffle(data) #打乱data

x_train=data[:800]

x_test=data[800:]