【機器學習算法-python實作】決策樹-Decision tree（2） 決策樹的實作1.背景2.代碼實作部分3.源碼下載下傳

（二叉樹的圖是用python的matplotlib庫畫出來的）

資料集：

決策樹：

     因為上一節，我們通過chooseBestFeatureToSplit函數已經可以确定目前資料集中的資訊熵最大的那個特征值。我們将最大的那個作為決策樹的父節點，這樣遞歸下去就可以了。

主要函數：詳見注釋

列印出來的決策樹：{'throat': {0: {'mustache': {0: 'women', 1: 'man'}}, 1: 'man'}}

下面就是如何是用建立好的決策樹。我們建立函數

測驗：當我們輸入classify(mtree,['throat','mustache'],[0,0])時，顯示結果是women，表明沒有喉結和胡子是女人。