ID3代码和测试数据集

ID3算法Python代码和数据集

#-*- coding: utf-8 -*-
#使用ID3决策树算法预测销量高低
import pandas as pd

#参数初始化
inputfile = ‘G:/code/data/sales_data.xls‘
data = pd.read_excel（inputfile index_col = u‘序号‘） #导入数据

#类别标签‘好’，‘是’，‘高’ 赋值为1，其他为-1
data[data == u‘好‘] = 1
data[data == u‘是‘] = 1
data[data == u‘高‘] = 1
data[data != 1] = -1
x = data.iloc[::3].as_matrix（）.astype（int）#把数据中的前三列数据赋给x
y = data.iloc[:3].as_matrix（）.astype（int）#目标数据赋给y
print（y）
print（x）
from sklearn.tree import DecisionTreeClassifier as DTC
dtc = DTC（criterion=‘entropy‘） #建立基于信息熵的决策树模型
dtc.fit（x y） #训练模型

#导入相关函数，可视化决策树
#导出dot文件，利用Graphviz转换为pdf或者png
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 featur

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      27136  2015-12-05 21:05  sales_data.xls

     文件       1057  2017-06-26 11:09  decision_tree.py

----------- ---------  ---------- -----  ----

                28193                    2