决策树——DT分类wine数据_wine数据集决策树

#导入相应的包
from sklearn import datasets #导入方法类,datasets是sklearn自带的数据集模块，里面有许多机器学习经典的数据集
from sklearn.model_selection import train_test_split #导入将数据划分为训练数据和测试数据的模块
from sklearn.preprocessing import LabelEncoder, OneHotEncoder #导入sklearn前处理模块，对数据进行打标签
#from sklearn.externals.six import StringIO
from six import StringIO #StringIO顾名思义就是在内存中读写str，为了后面用Graphviz进行可视化
from sklearn import tree #导入决策树模块
import pandas as pd
import numpy as np
import pydotplus ##pydot模块提供了一个完整的界面，用于在图表语言中的计算机处理和过程图表。pydotplus是旧pydot项目的一个改进版本，它为graphviz的点语言提供了一个python接口。
from sklearn.metrics import accuracy_score
# 获取所需数据集
wine = datasets.load_wine() #此时的wine是一个dataframe形式
print(wine)
wine.keys()  # 数据集关键字
X = wine.data
Y = wine.target
print(X)
print('==========')
print(Y)
 
#划分训练集和测试集，按照7：3的比例划分
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.1, random_state=2) #random_state=  随机数的种子，相同的种子，产生相同的随机数
#而且random_state的数值会影响预测的结果，原因是不同种子，随机数不一样，导致测试集会发生变化。测试集变化，正确率有变化，说明了这个模型有提升的空间
print(X_train.shape)
print(X_test.shape)
 
#构建决策树
clf = tree.DecisionTreeClassifier(criterion="entropy")
clf = clf.fit(X_train, Y_train)
 
#决策树可视化
dot_data = StringIO() #要把str写入StringIO，我们需要先创建一个StringIO
tree.export_graphviz(clf, out_file = dot_data,                            #绘制决策树
                        feature_names = wine.feature_names,
                        class_names = wine.target_names,
                        filled=True, rounded=True,  
                        special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_pdf("treewine.pdf")  #将画的树保存为PDF
 
 
predict_results = clf.predict(X_test) # 使用模型对测试集进行预测
print(accuracy_score(predict_results, Y_test))
print(predict_results)

这是预测的准确率和结果：

划分的树：

对了，决策树的可视化需要先安装一个库和一个软件(没有的话)，详情看下面的链接。

http://t.csdn.cn/qjlkD

环境：python3+Jupyter notebook