机器学习算法1：决策树

【【以鸢尾花数据集为例，执行决策树模型】】

from sklearn import datasets
import numpy as np
iris = datasets.load_iris() //导入sklearn 包中自带的鸢尾花
数据集，这是一个包含了三种鸢尾花（山鸢尾、维吉尼亚鸢尾和变色鸢尾）的各50个数据样本的多元数据集，每个样本都有四个特征（或者说变量）。
data= iris.data // n行4列的数组（样本量为n）
target= iris.target // 1行n列的数组，unique取值为0，1，2

from sklearn.model_selection import cross_validate
from sklearn.model_selection import train_test_split
train, test, t_train, t_test = train_test_split(data, target,test_size=0.2, random_state=0)

# target：所要划分的样本结果。
# test_size：样本占比，如果是整数的话就是样本的数量。
# random_state：随机数种子，在需要重复试验的时候，保证得到一组一样的随机数。比如每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。
#stratify：是为了保持split前类的分布。将stratify=X就是按照X中的比例分配 ，将stratify=y就是按照y中的比例分配 。


from sklearn import metrics
from sklearn.tree import DecisionTreeClassifier //导入决策树模型

model = DecisionTreeClassifier() 
model.fit(train,t_train) //第一个数组为训练数据，第二个数组为类别标签

expected = t_test 
predicted = model.predict(test) //使用决策树模型来预测，获得预测值

# summarize the fit of the model
print(metrics.classification_report(expected, predicted)) //报告精确度、召回率、F1指数、准确度
print(metrics.confusion_matrix(expected, predicted)) //报告n行n列的数组，行为预测标签，列为实际标签

//报告结果//
False Negative和False Positive都为0，测试集的所有样本都得到了正确的预测
测试集中有11个0类，13个1类，6个2类，预测标签与实际标签全部一致