Python - 机器学习算法库Scikit-Leran使用详解6（决策树分类算法）
七、决策树分类算法
1，基本介绍
（1）决策树（Decision Tree）又称为判定树，是一种典型的分类方法，它是一种以树结构（包括二叉树和多叉树）形式来表达的预测分析模型。
（2）决策树算法一种基于 if-then-else 规则的有监督学习算法。它首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。
（3）常见的决策树算法有 ID3, C4.5 和 CART 等。
2，一个简单的决策树分类算法样例
（1）下面对 Sklearn 自带的葡萄酒数据集进行决策树分类算法应用。
（1）sklearn 库提供了 4 个决策树算法：
- DecisionTreeClassifier()：这是一个经典的决策树分类算法
- ExtraTreeClassifier()：该算法属于决策树分类算法。不同于 DecisionTreeClassifier() 算法，ExtraTreeClassifier() 选择“特征维度”作为判别条件时具有随机性，它首先从特征集合中随机抽取 n 个特征维度来构建新的集合，然后再从新的集合中选取“判别条件”。
- DecisionTreeRegressor()：表示用决策树算法解决回归问题
- ExtraTreeRegressor()：该算法同样具有随机性，它与 ExtraTreeClassifier() 随机过程类似，它主要解决机器学习中的回归问题。
（2）4 种方法都可以使用 criterion 参数，该参数具有如下两个可选值：
- gini：即基尼指数，用于创建 CART 分类决策树（默认值）
- entropy：即信息增益，用于创建 ID3 分类决策树。
#导入 sklearn 提供的葡萄酒数据
from sklearn.datasets import load_wine
#导入skleran 提供的决策树分类器
from sklearn.tree import DecisionTreeClassifier
#导入skleran 提供的分割数据集的方法
from sklearn.model_selection import train_test_split
#导入pandas
import pandas as pd
#加载数据集
iris = load_wine()
#分割数据集训练集，测试集
x_train,x_test,y_train,y_test=train_test_split(iris['data'],iris['target'],random_state=0)
#创建一个决策树分类器模型
model=DecisionTreeClassifier()
#训练模型
model.fit(x_train,y_train)
#训练后用测试集对模型进行评分
print("模型评分：",model.score(x_test,y_test))
print('-----------------------------------------------------')
print('测试集前5条数据特征值：')
print(pd.DataFrame(x_test).head(5))
print('-----------------------------------------------------')
print('测试集前5条数据目标值：')
print(pd.DataFrame(y_test).head(5))
print('-----------------------------------------------------')
#使用模型预测
y_predict=model.predict(x_test)
print('使用模型预测测试集前5条数据的目标值：')
print(pd.DataFrame(y_predict).head(5))
（2）运行结果如下：
