import pandas as pd
from sklearn import preprocessing
from sklearn import tree
from sklearn.datasets import load_iris  # 花瓣种类

# 加载数据
iris = load_iris()

dir(iris)  # iris包含的内容有哪些 如果不懂某些方法 可用 help(iris)

['DESCR', 'data', 'feature_names', 'filename', 'target', 'target_names']

iris_feature_names = iris.feature_names  # 特征名
iris_features = iris.data  # 数据集内容
iris_target_name = iris.target_names
iris_target = iris.target

iris_feature_names  # 特征名 花瓣长度高度 花萼长度宽度

结果：

['sepal length (cm)',
 'sepal width (cm)',
 'petal length (cm)',
 'petal width (cm)']

iris_features[:5,:]  # 查看前5行

结果：

array([[5.1, 3.5, 1.4, 0.2],
       [4.9, 3. , 1.4, 0.2],
       [4.7, 3.2, 1.3, 0.2],
       [4.6, 3.1, 1.5, 0.2],
       [5. , 3.6, 1.4, 0.2]])

iris_target  # 查看结果  用 0 1 2 表示不同的花

结果

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

iris_features.shape  # 查看维度

(150, 4)

构建模型 分类器

clf = tree.DecisionTreeClassifier(max_depth=4)
clf = clf.fit(iris_features,iris_target)

clf  # 查看这个决策树的分类器

结果

DecisionTreeClassifier(ccp_alpha=0.0, class_weight=None, criterion='gini',
                       max_depth=4, max_features=None, max_leaf_nodes=None,
                       min_impurity_decrease=0.0, min_impurity_split=None,
                       min_samples_leaf=1, min_samples_split=2,
                       min_weight_fraction_leaf=0.0, presort='deprecated',
                       random_state=None, splitter='best')

可视化

import pydotplus
from IPython.display import Image,display

dot_data = tree.export_graphviz(clf,
                                out_file=None,
                                feature_names = iris_feature_names,
                                class_names = iris_target_name,
                                filled = True,
                                rounded = True
                               )  # 输出文件 特征 目标 填充颜色

import os
os.environ["PATH"] += os.pathsep + 'C:/Program Files (x86)/Graphviz2.38/bin/'  #注意修改你的路径
graph = pydotplus.graph_from_dot_data(dot_data)
display(Image(graph.create_png()))

小结

连续值的处理：

• 二分法

缺省值处理：

• 样本赋权，权重划分