数据科学—决策树分类器（企业客户分类问题）

问题描述

• 某企业现需要将自己的客户分为两类，分别记为
  第0类和第1类。为进行分类，企业对客户的特征进行了量化，
  针对每个客户建立特征向量，该向量包含两个元素。企业对
  历史资料进行分析，建立了训练集。

目标

• 给定一个顾客及其特征向量，得到该顾客所属类别

数据集

• 训练集 data0.txt 包含了第0类顾客及其特征向量
  data1.txt 包含了第1类顾客及其特征向量
• 目标集 objdata.txt 包含需要分类的目标顾客

算法阐述

• 导入训练集数据，将训练集中两类数据进行合并（使用numpy库中的concatenate()方法对多维数组进行合并），其次时建立决策树分类器，使用决策树分类器中的fit()方法进行训练集的训练，分类。再次使用predict（）函数进行目标集的预测。

代码

from sklearn.datasets import make_blobs
from sklearn import tree
import numpy as np
from matplotlib import pyplot as plt
import os

x = np.loadtxt('data0.txt')#class 0 100个数据
y = np.loadtxt('data1.txt')#class 1 100个数据
#或使用ones()函数和zeros()函数，生成0,1标签
z1=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
z2=[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]
os.system("python loaddatafun.py") #调用显示另一个程序文件运行

targetdataset = np.loadtxt('objdata.txt')#目标集
grid=np.concatenate([x,y]) #训练集数据拼接
print(grid)
b=z1+z2 #标签的拼接


clf = tree.DecisionTreeClassifier() #建立决策树分类器
clf = clf.fit(grid,b) #训练训练集
result = clf.predict(targetdataset) #预测目标值
print(result)
#os.system("python loadtargetdatafun.py") #调用显示另一个程序文件运行
#结果可视化
k=1
z=0
for i in result:
    if i==0:
        plt.scatter(targetdataset[z:k,0],targetdataset[z:k,1],c='r')
    else:
        plt.scatter(targetdataset[z:k,0],targetdataset[z:k,1],c='g')
    z=z+1
    k=k+1
plt.show()

结果

训练集

目标集分类