机器学习实战（10）—— 决策树代码实现

👇点击关注公众号👇第一时间获取人工智能干货内容我们学完决策树算法原理，来通过Python代码实战一下。首先，导入数据集合各种用到的包。并且显示鸢尾花数据集信息。from sklearn.datasets import load_iris #导入鸢尾花数据集from sklearn import tree #导入决策树模块iris = load_iris() #加载数据集print(iris.DESCR) #显示数据集信息用到的是鸢尾花数据集。然后看一下鸢尾花的四个特征数据：iris.data#数据查看鸢尾花的分类：iris.target#类别0、1、2分别表示3种鸢尾花。引入决策树算法并训练模型：clf = tree.DecisionTreeClassifier()#clf = tree.DecisionTreeClassifier(max_depth=2)#设置最深的树的层数clf.fit(iris.data, iris.target)#训练决策树从下图可以看出决策树的默认参数。接下来进行预测（建议划分 ………………………………