Sklearn----使用決策樹預測隱形眼鏡類型

import pandas as pd
import pydotplus
from sklearn.externals.six import StringIO  #LabelEncoder：將字符串轉換為增量值
#OneHotEncoder：使用One-of-K算法將字符串轉換為整數
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn import tree

if __name__ == '__main__':
    with open('lenses.txt', 'r') as fr:                                        #加載文件
        lenses = [inst.strip().split('\t') for inst in fr.readlines()]        #處理文件
    lenses_target = []                                                        #提取每組數據的類別，保存在列表里
    for each in lenses:
        lenses_target.append(each[-1])
    print(lenses_target)

    lensesLabels = ['age', 'prescript', 'astigmatic', 'tearRate']            #特征標簽       
    lenses_list = []                                                        #保存lenses數據的臨時列表
    lenses_dict = {}                                                        #保存lenses數據的字典，用於生成pandas
    for each_label in lensesLabels:                                            #提取信息，生成字典
        for each in lenses:
            lenses_list.append(each[lensesLabels.index(each_label)])
        lenses_dict[each_label] = lenses_list
        lenses_list = []
    # print(lenses_dict)                  #打印字典信息
    lenses_pd = pd.DataFrame(lenses_dict)  # 生成pandas.DataFrame
    # print(lenses_pd)  # 打印pandas.DataFrame
    le = LabelEncoder()  # 創建LabelEncoder()對象，用於序列化
    for col in lenses_pd.columns:  # 為每一列序列化
        lenses_pd[col] = le.fit_transform(lenses_pd[col])
    # print(lenses_pd)  #打印編碼信息

    clf = tree.DecisionTreeClassifier(max_depth=4)  # 創建DecisionTreeClassifier()類
    clf = clf.fit(lenses_pd.values.tolist(), lenses_target)  # 使用數據，構建決策樹
    dot_data = StringIO()
    tree.export_graphviz(clf, out_file=dot_data,  # 繪制決策樹
                         feature_names=lenses_pd.keys(),
                         class_names=clf.classes_,
                         filled=True, rounded=True,
                         special_characters=True)
    graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
    graph.write_pdf("tree.pdf")  # 保存繪制好的決策樹，以PDF的形式存儲。

1、數據集（需要數據集的留言）　　

　　一共有24組數據，數據的Labels依次是age、prescript、astigmatic、tearRate、class，也就是第一列是年齡，第二列是症狀，第三列是是否散光，第四列是眼淚數量，第五列是最終的分類標簽。數據如下圖所示：

 

2、使用Graphviz可視化決策樹

　　Graphviz的是AT&T Labs Research開發的圖形繪制工具，他可以很方便的用來繪制結構化的圖形網絡，支持多種格式輸出，生成圖片的質量和速度都不錯。它的輸入是一個用dot語言編寫的繪圖腳本，通過對輸入腳本的解析，分析出其中的點，邊以及子圖，然后根據屬性進行繪制。是使用Sklearn生成的決策樹就是dot格式的，因此我們可以直接利用Graphviz將決策樹可視化。

　　在編寫代碼之前，需要安裝pydotplus和Grphviz

 

 3、安裝Graphviz

 　　Graphviz不能使用pip進行安裝，我們需要手動安裝，下載地址：http://www.graphviz.org/Home.php

　　下載好安裝包，進行安裝，安裝完畢之后，需要設置Graphviz的環境變量，在系統變量的Path變量中，添加Graphviz的環境變量，比如Graphviz安裝在了D盤的根目錄，則添加：D:\Graphviz\bin;

　　運行代碼，在該python文件保存的相同目錄下，會生成一個名為tree的PDF文件，打開文件，可以看到決策樹的可視化效果圖。