决策树分类实验

实验3 决策树分类实验上

一、实验要求

在计算机上验证和测试招聘数据的决策树分类实验，理解对离散特征如何根据信息熵生成决策树。

• 实验目的

1、掌握决策树分类的原理

2、能够实现决策树分类算法；

三、实验内容

实验步骤

1. 请阅读DecisionTree代码，解释_genTree函数是如何一步步生成决策树的。

1. 请完成predict函数，实现决策树对新样本数据的分类识别，并测试识别效果

predictOne函数预测单个样本是否被录用（返回yes 或 no）：

通过递归函数，通过字典中的键与样本单个数据x对应，逐层对应字典中的值，直到对应出yes或者no，递归结束

Predict函数调用predictOne函数，将结果储存为一个列表，供accuracy_score函数计算准确率

以X原始数据为测试集，预测的结果列表如下：

与原始标签集y完全对应

四、实验总结

1、掌握了决策树分类的原理

2、能够实现决策树分类算法

3. 字典的基础知识薄弱其中

字典的keys方法返回的对象不支持索引，此处报错耗费较多时间

4.递归预测函数的逻辑掌握不熟练，编写有难度，耗时较多