用Python实现决策树用于离职员工分析详细过程（二）模型评估预测（含代码运行结果）

用Python实现决策树用于离职员工分析详细过程（一）（含首次调试运行）文章中进行了决策树模型分析离职数据的库安装、建模及训练，本节将对训练好的模型开展评估预测。训练好模型后，需要使用测试集对模型进行评估。

1、直接预测是否离职

这里把测试集中的数据导入模型中进行预测，代码如下，其中model就是前面训练好的决策树模型：

y_pred = dt_model.predict(X_test)
print(y_pred)

predict()函数将直接打印预测结果，其中0为预测不离职，1为预测离职。

运行结果，发现如上图所示，在idle中，未完全显示预测结果，那我们如何全部显示完整呢？首先，我们需要知道dt_model.predict(X_test)返回的是什么类型，为此使用如下代码进行判断：

print(type(y_pred))

运行结果如下图所示：