机器学习实战之决策树（四）示例：预测隐形眼镜类型（含数据集）

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668
微信公众号：qiongjian0427
知乎：https://www.zhihu.com/people/qiongjian0427
Github代码获取：https://github.com/qiongjian/Machine-learning/
Python版本： Python3.x

流程

(1) 收集数据：提供的文本文件。
关注微信公众号，回复“决策树5”下载。

(2) 准备数据：解析tab键分隔的数据行。

(3) 分析数据：快速检查数据，确保正确解析数据，使用createPlot()函数绘制树形图。

(4) 训练算法：使用createTree()函数。

(5) 测试算法：编写测试函数验证决策树可以正确分类给定的数据。

(6) 使用算法：储存树的数据结构，以便下次使用。

代码

隐形眼镜数据集是非常著名的数据集，它包含了很多患者眼部状况的观察条件以及医生推荐的隐形眼镜类型。

隐形眼镜类型包括硬材质(hard)、软材质(soft)以及不适合佩戴隐形眼镜(no lenses)。

特征有四个：age（年龄）、prescript（症状）、astigmatic（是否散光）、tearRate（眼泪数量）

fr=