scikit-learn实现决策树

最新推荐文章于 2024-05-10 15:20:34 发布

原创

最新推荐文章于 2024-05-10 15:20:34 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #scipy #python #决策树

Python机器学习的库：scikit-learn

1.1：特性：
简单高效的数据挖掘和机器学习分析
对所有用户开放，根据不同需求高度可重用性
基于Numpy, SciPy和matplotlib
开源，商用级别：获得 BSD许可

1.2 覆盖问题领域：
分类（classification), 回归（regression), 聚类（clustering), 降维(dimensionality reduction)
模型选择(model selection), 预处理(preprocessing)
使用用scikit-learn
安装scikit-learn: pip, easy_install, windows installer
安装必要package：numpy， SciPy和matplotlib，可使用Anaconda (包含numpy, scipy等科学计算常用package）

例子：某机构调查人群中买电脑的情况。

根据信息熵可以选择最优的决策树：

代码如下：

csv文件下载地址：https://pan.baidu.com/s/1sluPilZ

# -*- coding:utf-8 -*-
from sklearn.feature_extraction import DictVectorizer
import csv
from sklearn import tree
from sklearn import preprocessing
from sklearn.externals.six import StringIO


# Read in the csv file and put features into list of dict and list of class label
allElectronicsData = open(r'C:\Users\zmj\Desktop\AllElectronics2.csv', 'rb')
reader = csv.reader(allElectronicsData)
headers = next(reader) #headers 指的是特征

#