《机器学习实战笔记--第一部分 分类算法：决策树 3》_#输入三个变量(决策树,属性特征标签,测试的数据) def classify(inputtree,f

        构造分类器：

我们在构造了决策树之后，可以用于实际的分类了。在执行分类的时候需要决策树以及用于构造树的标签向量。程序比较测试数据与决策树上的数值，递归执行该过程直到进入叶子节点；最后将测试数据定义为叶子节点所属的类型。

def classify(inputTree, featLabels, testVec):
    #featLabels特征标签列表
    firstStr = list(inputTree.keys())[0]
    #print('first:',firstStr)
    secondDict = inputTree[firstStr]
    #寻找用于划分数据集的特征存储在哪个位置
    featIndex = featLabels.index(firstStr)
    #print('index:',featIndex)
    for key in secondDict.keys():
        #print(key)
        #print(testVec[featIndex])
        #print('******')
        if testVec[featIndex] == key:
            if type(secondDict[key]).__name__ == 'dict':
                classLabel = classify(secondDict[key], featLabels, testVec)
                #print('classLabel:',classLabel)
            else:
                classLabel = secondDict[key]
                #print('classLabel:',classLabel)
    return classLabel

    

     运行的结果如上所示。

    现在我们已经创建了决策树分类器，但是每次使用分类的时候必须重新构造决策树，下面我们来学习如何在硬盘上存储决策树分类器。

    使用算法：决策树的储存

    构造决策树是很麻烦的一件事情，所以为了节省计算时间，最好能够在每次执行分类器时调用已经构造好的决策树，为了解决这个问题，需要使用python模块pickle序列化对象。序列化的对象可以在磁盘上保存，并在需要时读取出来。任何对象都可以执行序列化操作，字典对象也不例外。

def storeTree(inputTree, filename):
    import pickle
    #存储方式默认是二进制方式。
    fw = open(filename, 'wb+')
    pickle.dump(inputTree, fw)
    fw.close
    
def grabTree(filename):
    import pickle
    fr = open(filename, 'rb')
    return pickle.load(fr)

    

我们可以看到已经将分类器储存在硬盘上了，而不用每次都重新学习一遍了。

    示例：使用决策树预测隐形眼镜类型

（1）、收集数据：提供的文本文件

（2）、准备数据：解析tab键分隔的数据行

（3）、分析数据：快速检查数据，确保正确的解析数据内容，使用createPlot()函数绘制最终的图形。

（4）、训练算法：使用之前的createTree()函数

（5）、测试算法：编写测试函数决策树可以正确分类给定的数据实例

（6）、使用算法：存储树的数据结构，以便下次使用时无需重新构造树

fr = open('lenses.txt')
#strip()移除字符串两端指定字符，默认为空格
lenses = [inst.strip().split('\t') for inst in fr.readlines()]
print(lenses)
print('*****')
lensesLabels = ['age','prescript','astigmatic','tearRate']
lensesTree = createTree(lenses, lensesLabels)
print(lensesTree)

    最终的决策图为：

        

    医生只需要四次询问就可以确定哪种类型的眼镜，然而这些匹配的选项太多了，我们将这种问题成为过度匹配。为了减少过度匹配的问题，我们可以裁剪决策树，去掉一些不需要的叶子节点。如果叶子只增加少许信息那么就删除该节点，将它并入到其他的叶子节点中。我们会在第九章进一步讨论。