sklearn中决策树算法DesiciontTreeClassifier()调用以及sklearn自带的数据包sklearn.datasets.load_iris()的应用

决策树方法的简单调用记录一下

 clf=tree.DecisionTreeClassifier()

 dataMat=[];labelMat=[]

 dataPath='D:/machinelearning data/machinelearninginaction/Ch05/testSet.txt'

 fr = open(dataPath)

 for line in fr.readlines():  # readilnes()将文件内容存在列表里

     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('正确个数',result)

 print('正确率',result/len(yHat))

并附上介绍决策树的链接http://scikit-learn.org/stable/modules/tree.html

sklearn中自带的数据应用sklearn.datasets.load_iris()的调用以及相应的应用链接：http://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_iris.html#sklearn.datasets.load_iris