#-*- coding: utf-8 -*- import pandas as pdinputfile = '../data/sales_data.xls' data = pd.read_excel(inputfile, index_col = u'序號')data[data == u'好'] = 1 data[data == u'是'] = 1 data[data == u'高'] = 1 data[data != 1] = -1 print(data) print("-------------------------------------") x = data.iloc[:,:3].as_matrix().astype(int) y = data.iloc[:,3].as_matrix().astype(int) print("x=",x) print("y=",y)from sklearn.tree import DecisionTreeClassifier as DTC dtc = DTC(criterion='entropy')#熵 dtc.fit(x, y)#訓練模型from sklearn.tree import export_graphviz x = pd.DataFrame(x) from sklearn.externals.six import StringIO x = pd.DataFrame(x) with open("tree.dot", 'w') as f:f = export_graphviz(dtc, feature_names = x.columns, out_file = f) print("OK")

使用的數據集為：

序號	天氣	是否周末	是否有促銷	銷量
1	壞	是	是	高
2	壞	是	是	高
3	壞	是	是	高
4	壞	否	是	高
5	壞	是	是	高
6	壞	否	是	高
7	壞	是	否	高
8	好	是	是	高
9	好	是	否	高
10	好	是	是	高
11	好	是	是	高
12	好	是	是	高
13	好	是	是	高
14	壞	是	是	低
15	好	否	是	高
16	好	否	是	高
17	好	否	是	高
18	好	否	是	高
19	好	否	否	高
20	壞	否	否	低
21	壞	否	是	低
22	壞	否	是	低
23	壞	否	是	低
24	壞	否	否	低
25	壞	是	否	低
26	好	否	是	低
27	好	否	是	低
28	壞	否	否	低
29	壞	否	否	低
30	好	否	否	低
31	壞	是	否	低
32	好	否	是	低
33	好	否	否	低
34	好	否	否	低

x = data.iloc[:,:3].as_matrix().astype(int)#指的是取第1行下面和第1列右側3列數據
y = data.iloc[:,3].as_matrix().astype(int)#指的是取第4列數據

總結

以上是生活随笔為你收集整理的5-2 决策树算法预测销量高低代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。