决策树实例(工资预测)【机器学习算法一决策树与随机森林3】

最新推荐文章于 2023-04-13 18:32:51 发布

原创

最新推荐文章于 2023-04-13 18:32:51 发布 · 4.1k 阅读

33 ·

CC 4.0 BY-SA版权

文章标签：

#决策树

这篇博客探讨了如何运用决策树算法对一个名为adult的数据集进行工资预测。数据集可在http://archive.ics.uci.edu/ml/machine-learning-databases/adult/找到，重命名为adult.csv。内容涉及数据集的属性描述和分析。

数据集adult.data下载地址：http://archive.ics.uci.edu/ml/machine-learning-databases/adult/，下载后将其重命名为adult.csv，打开后可看到如下样子。
在这里插入图片描述
数据集描述如下：

属性如下：

#导入pandas库
import pandas as pd
#用pandas打开csv文件
data=pd.read_csv('C:/Users/Administrator/Desktop/adult.csv',header=None,index_col=False,names=['年龄','单位性质','权重','学历','受教育时长','婚姻状况','职业','家庭情况','种族','性别','资产所得','资产损失','周工作时长','职业','收入'])
#为了方便展示，选取其中一部分数据
data_lite = data[['年龄','单位性质','学历','性别','周工作时长','职业','收入']]
#下面看一下数据的前5行
print(data_lite.head())

#使用get_dummies将文本数据转化为数值
data_dummies = pd.get_dummies(data_lite)
print('样本原始