Python简单实现决策树

 __author__ = '糖衣豆豆'
 #决策树
 import pandas as pda
 fname="~/coding/python/data/lesson.csv"
 dataf=pda.read_csv(fname,encoding="gbk")
 x=dataf.iloc[:,1:5].as_matrix()
 y=dataf.iloc[:,5].as_matrix()
 for i in range(0,len(x)):
     for j in range(0,len(x[i])):
         thisdata=x[i][j]
         if(thisdata=="是" or thisdata=="多" or thisdata=="高"):
             x[i][j]=int(1)
         else:
             x[i][j]=int(-1)
 for i in range(0,len(y)):
     thisdata=y[i]
     if(thisdata=="高"):
         y[i]=int(1)
     else:
         y[i]=int(-1)
 #容易错的地方:直接使用
 #正确的做法：转化好格式，将x,y转化为数据框，然后再转化为数组并指定格式
 xf=pda.DataFrame(x)
 yf=pda.DataFrame(y)
 x2=xf.as_matrix().astype(int)
 y2=yf.as_matrix().astype(int)

 #建立决策树
 from sklearn.tree import DecisionTreeClassifier as DTC
 dtc=DTC(criterion="entropy")
 dtc.fit(x2,y2)
 #直接预测决策树
 import numpy as npy
 x3=npy.array([[1,-1,-1,1],[1,1,1,1],[-1,1,-1,1]])
 rst=dtc.predict(x3)
 print(rst)
 #可视化决策树
 from sklearn.tree import export_graphviz
 from sklearn.externals.six import StringIO

 with open("~/Downloads/dtc.dot","w") as file:
     export_graphviz(dtc,feature_names=["combat","num","Promotion","datum"],out_file=file)

lesson.csv的日志如下

序号,实战,课时数,是否促销,是否提供配套资料,销量
1,是,多,是,否,高
2,否,少,是,是,低
3,是,少,是,否,低
4,是,多,否,否,低
5,是,少,否,是,高
6,是,多,是,是,高
7,否,多,是,否,低
8,否,少,是,是,高
9,是,多,是,否,高
10,否,少,否,否,低
11,是,少,否,否,高
12,否,多,是,否,低
13,是,少,否,是,高
14,是,多,否,是,高
15,否,少,是,是,低
16,是,多,否,否,低
17,是,多,否,否,低
18,是,多,否,是,高
19,否,多,是,否,高
20,是,少,否,是,低
21,是,多,否,否,高
22,否,少,是,是,低
23,否,少,否,否,低
24,否,多,是,是,高
25,是,少,否,是,高
26,是,多,否,否,低
27,是,多,是,是,高
28,否,少,否,否,低
29,是,少,是,是,高