python金融数据挖掘第九章复习思考题1

Question

怎么写啊，决策树代码乱码导不出来用的pycharm.应该一样的但是一直做不出来

Answer 1

引自免费微信小程序：皆我百晓生

为了帮助您理解如何构建决策树并进行预测，我会提供一个详细的步骤和代码示例。首先，我们需要安装必要的库，然后准备数据，定义模型，训练模型，并使用新用户的数据进行预测。

1. 安装所需库:

pip install pandas scikit-learn

1. 导入库并准备数据:

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

# 创建数据框
data = {
    '拥有房产': ['是', '否', '否', '是', '否', '否', '是', '否', '否', '否'],
    '婚姻情况': ['单身', '已婚', '单身', '已婚', '离婚', '已婚', '离婚', '单身', '已婚', '单身'],
    '年收入（千元）': [125, 100, 70, 120, 95, 60, None, 220, 85, 90],
    '无法偿还债务': [False, False, True, False, True, True, False, False, True, False]
}

df = pd.DataFrame(data)

注意：数据集中年龄和工作信息缺失，这里我们暂时忽略这两个特征。对于缺失值，我们可以选择填充平均值、中位数或者删除这一行。这里我们先保留这一行。

1. 数据预处理:

# 处理缺失值
df['年收入（千元）'].fillna(df['年收入（千元）'].mean(), inplace=True)

# 将分类变量转换为数值型
df = pd.get_dummies(df, columns=['拥有房产', '婚姻情况'])

# 特征和目标变量分离
X = df.drop('无法偿还债务', axis=1)
y = df['无法偿还债务']

1. 划分训练集和测试集:

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

1. 训练决策树模型:

model = DecisionTreeClassifier()
model.fit(X_train, y_train)

1. 预测新用户:

new_user_data = {
    '拥有房产_是': 0,
    '拥有房产_否': 1,
    '婚姻情况_单身': 1,
    '婚姻情况_已婚': 0,
    '婚姻情况_离婚': 0,
    '年收入（千元）': 55
}
new_user_df = pd.DataFrame(new_user_data, index=[0])

prediction = model.predict(new_user_df)
print(f"新用户的还款能力预测结果: {'否' if prediction[0] else '是'}")

这段代码将创建一个简单的决策树模型，用于预测用户能否偿还债务。对于新用户（无房产，单身，年收入55千元），它会输出预测结果。

至于手动画出决策树，这通常涉及到图形绘制库，如graphviz。然而，在文本环境中很难展示完整的图形。您可以尝试使用Python的graphviz库结合sklearn的export_graphviz函数来可视化决策树。如果你对这个过程有疑问，我可以提供更详细的指导。