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