### 构建决策树的 Python 示例 为了基于西瓜数据集 3.0 使用 Python 构建决策树模型，可以采用 `scikit-learn` 库中的 `DecisionTreeClassifier` 类来实现。以下是完整的代码示例以及解释。 #### 数据预处理 由于原始数据集中存在离散型特征（如颜色、敲声等），需要将其转换为数值形式以便于训练模型。可以通过 Pandas 的 `get_dummies()` 方法完成这一过程[^1]。 ```python import pandas as pd from sklearn.tree import DecisionTreeClassifier, export_text from sklearn.model_selection import train_test_split # 创建 DataFrame 表格 data = { 'number': [i for i in range(1, 18)], 'colour_and_lustre': ['青绿', '乌黑', '浅白', '青绿', '浅白', '青绿', '乌黑', '浅白', '乌黑', '青绿', '浅白', '乌黑', '浅白', '青绿', '乌黑', '浅白', '青绿'], 'root_and_base': ['蜷缩', '蜷缩', '蜷缩', '稍蜷', '硬挺', '硬挺', '蜷缩', '蜷缩', '蜷缩', '稍蜷', '蜷缩', '稍蜷', '稍蜷', '稍蜷', '稍蜷', '稍蜷', '稍蜷'], 'knock': ['浊响', '沉闷', '清脆', '浊响', '清脆', '沉闷', '浊响', '浊响', '清脆', '清脆', '清脆', '沉闷', '浊响', '浊响', '清脆', '清脆', '沉闷'], 'venation': ['清晰', '稍微模糊', '模糊', '清晰', '模糊', '非常清晰', '清晰', '稍微模糊', '稍微模糊', '非常清晰', '模糊', '稍微模糊', '稍微模糊', '清晰', '清晰', '模糊', '清晰'], 'umbilical_region': ['凹陷', '稍有凹陷', '平坦', '凹陷', '稍有凹陷', '平坦', '凹陷', '稍有凹陷', '稍有凹陷', '平坦', '稍有凹陷', '凹陷', '稍有凹陷', '平坦', '凹陷', '稍有凹陷', '平坦'], 'touch': ['硬滑', '硬滑', '软粘', '硬滑', '软粘', '软粘', '硬滑', '硬滑', '硬滑', '硬滑', '软粘', '软粘', '硬滑', '硬滑', '硬滑', '软粘', '硬滑'], 'density': [0.697, 0.744, 0.634, 0.608, 0.556, 0.403, 0.481, 0.437, 0.666, 0.243, 0.245, 0.343, 0.639, 0.657, 0.36, 0.593, 0.719], 'sugar_content': [0.46, 0.376, 0.264, 0.318, 0.215, 0.237, 0.149, 0.211, 0.091, 0.267, 0.057, 0.099, 0.161, 0.198, 0.37, 0.042, 0.103], 'label': [True, True, False, True, False, False, False, False, True, False, False, False, False, False, True, False, False] } df = pd.DataFrame(data) # 将类别变量转化为虚拟/指示变量 (one-hot encoding) X = pd.get_dummies(df.drop(columns=['label'])) y = df['label'] # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) ``` #### 训练决策树模型 通过调用 `DecisionTreeClassifier` 来创建并拟合模型。这里设置最大深度参数以防止过拟合[^2]。 ```python # 初始化决策树分类器 clf = DecisionTreeClassifier(max_depth=4, criterion='entropy') # 拟合模型 clf.fit(X_train, y_train) # 输出决策路径 tree_rules = export_text(clf, feature_names=list(X.columns)) print(tree_rules) ``` #### 测试与评估模型性能 利用测试集验证模型效果，并计算准确率作为评价指标之一。 ```python from sklearn.metrics import accuracy_score # 预测结果 predictions = clf.predict(X_test) # 打印预测精度 accuracy = accuracy_score(y_test, predictions) print(f'Accuracy on the testing set is {accuracy:.2%}') ``` 以上即是一个完整的流程展示如何依据给定的数据建立一棵用于判断好瓜与否的决策树模型[^1]。 --- 相关问题