python 决策树模型_如何利用Python建立决策树模型?

Python的机器学习包中的DecisionTreeClassifier可以进行决策树分类。

1.输入数据集。

import pandas as pddf=pd.DataFrame({'name':['Lily','Lucy','Jim','Tom','Anna','Jack','Sam'],'weight':[42,38,78,67,52,80,92],'height':[162,158,169,170,166,175,178],'is_fat':[0,0,1,0,1,0,1]})

2.导入决策树工具包。

from sklearn.tree import DecisionTreeClassifier

3.准备训练集，is_fat为目标变量,'weight'和'height'为自变量。

X=df.loc[:,['weight','height']]

y=df['is_fat']

4.建立模型，并进行模型训练。

clf=DecisionTreeClassifier()

clf.fit(X,y)

5.利用模型进行预测。

y_p