ID3决策树算法（python实现）

最新推荐文章于 2023-04-17 12:54:18 发布

原创

最新推荐文章于 2023-04-17 12:54:18 发布 · 1.4k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据挖掘

本文介绍了ID3决策树算法，并提供了使用Python实现的详细步骤。通过调用相关代码，读者可以理解并实践该算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ID3决策树是以信息增益作为决策标准的一种贪心决策树算法

# -*- coding: utf-8 -*-


from numpy import *
import math
import copy
import cPickle as pickle


class ID3DTree(object):
    def __init__(self):  # 构造方法
        self.tree = {}  # 生成树
        self.dataSet = []  # 数据集
        self.labels = []  # 标签集


    # 数据导入函数
    def loadDataSet(self, path, labels):
        recordList = []
        fp = open(path, "rb")  # 读取文件内容
        content = fp.read()
        fp.close()
        rowList = content.splitlines()  # 按行转换为一维表
        recordList = [row.split("\t") for row in rowList if row.strip()]  # strip()函数删除空格、Tab等
        self.dataSet = recordList
        self.labels = labels


    # 执行决策树函数
    def train(self):
        labels = copy.deepcopy(self.labels)