数据挖掘决策树python代码

在数据挖掘中，决策树是一种常用的分类算法。它通过递归选择最优划分属性，并根据属性取值将数据集划分为若干子集，从而构建一棵具有决策功能的树结构。以下是一个使用 Python 和 Scikit-learn 实现决策树分类任务的完整示例，该示例基于鸢尾花（Iris）数据集[^1]。 ### 使用 Scikit-learn 构建决策树分类器 #### 1. 导入所需库并加载数据集 ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn import tree from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score from sklearn.tree import DecisionTreeClassifier # 加载鸢尾花数据集 iris = load_iris() X = iris.data # 特征 y = iris.target # 类别标签 feature_names = iris.feature_names # 特征名称 class_names = iris.target_names # 类别名称 # 划分训练集和测试集（6:4） X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=30) ``` #### 2. 创建并训练决策树模型 ```python # 初始化决策树分类器（默认为CART算法，使用Gini不纯度作为划分标准） clf = DecisionTreeClassifier(random_state=30) # 训练模型 clf.fit(X_train, y_train) ``` #### 3. 进行预测与评估 ```python # 在测试集上进行预测 y_pred = clf.predict(X_test) # 计算准确率 accuracy = accuracy_score(y_test, y_pred) print(f"模型准确率为：{accuracy:.2f}") ``` #### 4. 可视化决策树 ```python plt.figure(figsize=(12, 8)) tree.plot_tree(clf, feature_names=feature_names, class_names=class_names, filled=True) plt.show() ``` #### 5. 导出树结构为文本格式（可选） ```python text_representation = tree.export_text(clf, feature_names=feature_names) print(text_representation) ``` #### 6. 参数调优（以`max_depth`为例） ```python # 尝试不同最大深度 depth_range = range(1, 10) accuracies = [] for depth in depth_range: clf = DecisionTreeClassifier(max_depth=depth, random_state=30) clf.fit(X_train, y_train) y_pred = clf.predict(X_test) accuracies.append(accuracy_score(y_test, y_pred)) # 绘制准确率随深度变化曲线 plt.plot(depth_range, accuracies, marker='o') plt.xlabel('Max Depth of Tree') plt.ylabel('Accuracy') plt.title('Decision Tree Accuracy vs Max Depth') plt.grid(True) plt.show() ``` --- ###