Sklearn 成长之路（一）利用决策树分类Iris数据并绘制决策树模型结构

决策树处理Iris结果

程序输出：

传入数据集包含内容有： [‘data’, ‘target’, ‘target_names’, ‘DESCR’, ‘feature_names’]

训练集样本大小： (120, 4)
训练集标签大小： (120,)
测试集样本大小： (30, 4)
测试集标签大小： (30,)

模型测试集准确率为： 0.9333333333333333

特征重要程度为：
(‘sepal length (cm)’, 0.0)
(‘sepal width (cm)’, 0.017071779746866928)
(‘petal length (cm)’, 0.11128933848085452)
(‘petal width (cm)’, 0.8716388817722786)

决策树模型结构：

Show me the code

导包

# 数据集
from sklearn import datasets
# 分类器
from sklearn import tree
# 训练集测试集分割模块
from sklearn.model_selection import train_test_split
# 绘制决策树
import graphviz

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

数据录入函数

# 自定义导入数据集函数
def get_data(total_data):