数据挖掘实战案例：基于水色图像的水质评价（三）

泰迪智能科技（数据挖掘平台：TipDM数据挖掘平台）最新推出的数据挖掘实战专栏

专栏将数据挖掘理论与项目案例实践相结合，可以让大家获得真实的数据挖掘学习与实践环境，更快、更好的学习数据挖掘知识与积累职业经验

专栏中每四篇文章为一个完整的数据挖掘案例。案例介绍顺序为：先由数据案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建，在介绍建模过程中同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。

为方便读者轻松地获取一个真实的实验环境，本专栏使用大家熟知的Python语言对样本数据进行处理以进行挖掘建模。
————————————————

模型构建

本案例采用决策树作为水质评价分类模型，模型的输入包括两部分，一部分是训练样本的输入，另一部分是建模参数的输入。各参数说明如表1所示。

表1  预测模型输入变量

其中1~9均为输入的特征，对标准化后的样本进行抽样，抽取80%作为训练样本，剩下的20%作为测试样本，用于水质评价检验，使用决策树算法构建水质评价模型，如代码清单1所示。

代码清单1  数据划分及模型构建

from sklearn.model_selection import train_test_split# 数据拆分,训练集、测试集data_tr,data_te,label_tr,label_te = train_test_split(data,labels,test_size=0.2,random_state=10)
from sklearn.tree import DecisionTreeClassifier# 模型训练