版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/haishu_zheng/article/details/81452690
一、 数据集
Iris（鸢尾花）数据集是多重变量分析的数据集。
数据集包含150行数据，分为3类，每类50行数据。
每行数据包含4个属性：Sepal Length（花萼长度）、Sepal Width（花萼宽度）、Petal Length（花瓣长度）和Petal Width（花瓣宽度）。可通过这4个属性预测鸢尾花卉属于三个种类（Setosa，Versicolour，Virginica）中的哪一类。
样本数据局部截图：
完整的样本数据请自行下载Iris.csv
二、算法代码
from sklearn.tree import DecisionTreeClassifier
from sklearn import datasets
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
iris = datasets.load_iris()
iris_feature = iris.data
iris_target = iris.target
feature_train, feature_test, target_train, target_test = train_test_split(iris_feature, iris_target, test_size=0.33,
random_state=56)
dt_model = DecisionTreeClassifier()
dt_model.fit(feature_train, target_train)
predict_results = dt_model.predict(feature_test)
scores = dt_model.score(feature_test, target_test)
print (predict_results)
print (target_test)
print (accuracy_score(predict_results, target_test))
print (scores)运行结果：
[2 1 2 2 2 2 2 0 0 2 1 0 0 0 2 0 0 0 2 1 0 2 1 1 0 2 2 1 1 1 2 2 2 0 0 0 2
2 2 0 1 2 2 2 1 1 2 2 1 0]
[2 1 1 2 2 2 2 0 0 2 1 0 0 0 1 0 0 0 2 1 0 2 1 1 0 2 2 1 1 1 2 2 1 0 0 0 2
2 2 0 1 2 2 1 1 1 2 2 1 0]
0.92
0.92机器学习交流QQ群：658291732
TopCoder & Codeforces & AtCoder交流QQ群：648202993
更多内容请关注微信公众号
