sklearn中決策樹算法DesiciontTreeClassifier()調用以及sklearn自帶的數據包sklearn.datasets.load_iris()的應用

決策樹方法的簡單調用記錄一下

clf=tree.DecisionTreeClassifier()
dataMat=[];labelMat=[]
dataPath='D:/machinelearning data/machinelearninginaction/Ch05/testSet.txt'
fr = open(dataPath)
for line in fr.readlines():  # readilnes()將文件內容存在列表里
    lineArr = line.strip().split()  # 去掉空格
    labelMat.append(int(lineArr[-1]))
    dataMat.append([float(lineArr[0]), float(lineArr[1])])  
x=np.array(dataMat)
y=np.array(labelMat)
clf.fit(x,y)
yHat=clf.predict(x)
result=np.count_nonzero(yHat==y)
print('正確個數',result)
print('正確率',result/len(yHat))

並附上介紹決策樹的鏈接http://scikit-learn.org/stable/modules/tree.html

sklearn中自帶的數據應用sklearn.datasets.load_iris()的調用以及相應的應用鏈接：http://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_iris.html#sklearn.datasets.load_iris