机器学习实验：使用sklearn的决策树算法对葡萄酒数据集进行分类
问题如下：
使用sklearn的决策树算法对葡萄酒数据集进行分类，要求：
①划分训练集和测试集（测试集占20%）
②对测试集的预测类别标签和真实标签进行对比
③输出分类的准确率
④调整参数比较不同算法（ID3，C4.5，CART）的分类效果。
代码实现：
导入依赖包
#导入相关库import sklearnfrom sklearn.model_selection import train_test_splitfrom sklearn import tree #导入tree模块from sklearn.datasets import load_winefrom math import log2import pandas as pdimport graphvizimport treePlotter
导入数据集
#导入数据集wine = load_wine()X = wine.data #XY = wine.target #Yfeatures_name = wine.feature_namesprint(features_name)pd.concat([pd.DataFrame(X),pd.DataFrame(Y)],axis=1)#打印数据
划分数据集，数据集划分为测试集占20%；
#划分数据集，数据集划分为测试集占20%；x_train, x_test, y_train, y_test = train_test_split(X, Y,test_size=0.2)# print(x_train.shape) #(142, 13)# print(x_test.shape)#(36, 13)
导入模型，进行训练
#采用C4.5算法进行计算#获取模型model = tree.DecisionTreeClassifier(criterion="entropy",splitter="best",max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=None,random_state=None,max_leaf_nodes=None,class_weight=None);model.fit(x_train,y_train)score = model.score(x_test,y_test)y_predict = model.predict(x_test)print('准确率为:',score)#准确率为: 0.9444444444444444
对测试集的预测类别标签和真实标签进行对比
pd.concat([pd.DataFrame(x_test),pd.DataFrame(y_test),pd.DataFrame(y_predict)],axis=1)#打印数据,对测试集的预测类别标签和真实标签进行对比
最后两列为真实标签和预测类别标签
调整参数比较不同算法（ID3，C4.5，CART）的分类效果
#采用CART算法进行计算#获取模型model = tree.DecisionTreeClassifier(criterion="gini",splitter="best",max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=None,random_state=None,max_leaf_nodes=None,class_weight=None);model.fit(x_train,y_train)score = model.score(x_test,y_test)y_predict = model.predict(x_test)print('准确率为:',score)#准确率为: 1.0
画出最后预测的树
feature_name = ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类','花青素','颜色强度','色调','od280/od315稀释葡萄酒','脯氨酸']dot_data = tree.export_graphviz(model,out_file=None,feature_names=feature_name,class_names=['二锅头','苦荞','江小白'],filled=True,rounded=True)graph = graphviz.Source(dot_data)graph#graph.render('tree')
