关于#决策树#的问题：针对如下数据给出决策树预测(语言-python)

Question

哪位能帮帮我

问题：针对如下数据给出决策树预测。真的搞不懂希望有人能帮帮我

Answer 1

你需要对字符型变量进行离散编码，如年龄中的“<30”编码为“1”，“30-50”为“2”，“>50”为“3”，其他特征类似，因为如果不编码的话，将这些内容放入Python中的决策树里是识别不了的，因此需要对字符型变量进行编码。编码处理完成可调用sklearn模块中的决策树模型，先进行训练，训练完成可用于预测。

编码处理（可以使用Python处理）：
年龄：<30：1，30-50：2，>50：3
性别：女：0，男：1
婚姻：单身：0，已婚：1，离异：2
豪华车：是-1，否-0

import pandas as pd
import numpy as np
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

#数据导入
data = pd.read_csv('data.csv',encoding='gbk')

#分离特征与预测变量
X = data.iloc[:,0:4]
y = data.iloc[:,4]

#随机划分训练集和测试集，
#训练集用于训练模型，使模型具有预测该类数据的能力
#测试集用于测试模型的预测能力如何，并使用指标进行评价
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.3,random_state=7)

#定义决策树模型
model = DecisionTreeClassifier()

#使用训练集训练模型
model.fit(x_train, y_train)

#使用测试集预测并进行评估
y_pred = model.predict(x_test)

print("预测x_test的结果：",y_pred)

print("模型在测试集上的准确率为：",accuracy_score(y_pred, y_test))

#此时调用model.predict()进行预测
pred = model.predict(X)

print("数据集X的预测结果为:",pred)
print("数据集X的真实结果为:",np.array(y))