### Python 实现决策树模型预测鲜蔬物流风险 为了构建一个基于决策树的分类器来预测鲜蔬物流中的潜在风险，可以利用 `scikit-learn` 库中的 `DecisionTreeClassifier` 类。以下是具体实现方法： #### 数据准备 假设数据集已经准备好并包含了以下特征列： - **transport_max_temperature**: 运输过程最高温度 - **total_transport_time**: 运输总时长 - **loading_unloading_count**: 装卸次数 - **packaging_material_type**: 包装材料类型 (需转换为数值型编码) - **warehouse_temp_fluctuation_range**: 仓储温度波动范围 目标变量应表示是否存在物流风险。 #### 特征处理 对于类别型特征（如包装材料类型），需要将其转化为数值形式以便于模型理解。可以通过 `LabelEncoder` 或者独热编码 (`OneHotEncoder`) 来完成这一操作[^1]。 #### 构建决策树模型 通过设置参数控制决策树的最大深度和最小分裂样本数： - 参数 `max_depth=4`: 控制树的最大深度不超过四层； - 参数 `min_samples_split=15`: 设置每个节点至少有十五个样例才能继续分割； 下面是完整的代码示例： ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.tree import DecisionTreeClassifier from sklearn.preprocessing import LabelEncoder, OneHotEncoder from sklearn.metrics import accuracy_score, classification_report # 假设已加载的数据框 df 中包含上述特征以及标签 'risk' df = pd.read_csv('vegetable_logistics_data.csv') # 对类别型特征进行编码 label_encoder = LabelEncoder() df['packaging_material_type'] = label_encoder.fit_transform(df['packaging_material_type']) # 提取特征矩阵 X 和目标向量 y X = df[['transport_max_temperature', 'total_transport_time', 'loading_unloading_count', 'packaging_material_type', 'warehouse_temp_fluctuation_range']] y = df['risk'] # 划分训练集与测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 初始化决策树分类器 clf = DecisionTreeClassifier(max_depth=4, min_samples_split=15, random_state=42) # 训练模型 clf.fit(X_train, y_train) # 测试模型性能 predictions = clf.predict(X_test) print(f'Accuracy: {accuracy_score(y_test, predictions)}') print(classification_report(y_test, predictions)) # 可视化决策树结构 from sklearn.tree import export_text tree_rules = export_text(clf, feature_names=['temperature', 'time', 'count', 'material', 'fluctuation']) print(tree_rules) ``` 此代码片段展示了如何创建满足条件的决策树模型，并评估其表现[^2]。 #### 注意事项 在实际应用前还需注意以下几个方面： - 确保输入数据无缺失值或异常值。 - 如果某些连续型特征分布不均匀，则可能考虑标准化或者归一化预处理。 - 使用交叉验证进一步优化超参配置以提升泛化能力。