决策树案例-预测隐形眼镜类型
1. 步骤
示例：使用决策树预测隐形眼镜类型
（1）收集数据：提供的文本文件。
（2）准备数据：解析tab键分隔的数据行。
（3）分析数据：快速检查数据，确保正确地解析数据内容，使用createPlot()函数绘制最终的树形图。
（4）训练算法：使用3.1节的createTree()函数。
（5）测试算法：编写测试函数验证决策树可以正确分类给定的数据实例。
（6）使用算法：存储树的数据结构，以便下次使用时无需重新构造树。
2. 构造决策树
# 该代码的作用是用于构造决策树
# 该代码位于personalTest.py文件中
import trees
import treePlotter
fr = open('lenses.txt')
lenses = [example.strip().split('\t') for example in fr.readlines()]
lensesLabels = ['age','prescript','astigmatic','tearRate']
lensesTree = trees.createTree(lenses,lensesLabels)
treePlotter.createPlot(lensesTree)
3. 测试算法
# 该代码的作用是用于测试
# 该代码位于personalTest.py文件中
import trees
import treePlotter
fr = open('lenses.txt')
lenses = [example.strip().split('\t') for example in fr.readlines()]
lensesLabels = ['age','prescript','astigmatic','tearRate']
lensesLabels1 = lensesLabels[:]
lensesTree = trees.createTree(lenses,lensesLabels1)
treePlotter.createPlot(lensesTree)
print(trees.classify1(lensesTree,lensesLabels,['pre','hyper','yes','reduced']))
'''
no lenses
'''
print(trees.classify1(lensesTree,lensesLabels,['pre','hyper','yes','normal']))
'''
no lenses
'''
print(trees.classify1(lensesTree,lensesLabels,['young','hyper','yes','normal']))
'''
hard
'''
预测结果与构造树的结果是一致的