数据挖掘实验2.pdf
版权申诉
119 浏览量
2022-07-02
01:00:52
上传
评论
收藏 194KB PDF 举报
实验二：决策树
要求：实现决策树分类算法,在两种不同的数据集上(iris.txt 和 wine.txt)比较算法的性能。
有趣的故事介绍一下决策树。[白话决策树模
型](http://www.52analysis.com/shujuwajue/2441.html)
首先第一个数据集 iris.txt。
iris 数据集记录的是鸢尾植物。Scikit-learn 自带了 iris 数据集。
其中 iris.data 记录的就是它的四个属性：萼片/花瓣的长和宽。一个 150*4 的矩阵。
Iris.target 就是每一行对应的鸢尾植物的种类，一共有三种。
测试结果：
可以看到，本算法的性能大约是，准确率为 0.673333333333。
附录-Python 代码：
import sys
from math import log
import operator
from numpy import mean
def get_labels(train_file):
'''
返回所有数据集 labels(列表)
'''
labels = []
for index,line in enumerate(open(train_file,'rU').readlines()):
label = line.strip().split(',')[-1]
labels.append(label)
return labels
资源评论
