#-*-?coding:?utf-8?-*-
#使用ID3決策樹算法預(yù)測銷量高低
import?pandas?as?pd

#參數(shù)初始化
inputfile?=?‘G:/code/data/sales_data.xls‘
data?=?pd.read_excel（inputfile?index_col?=?u‘序號‘）?#導(dǎo)入數(shù)據(jù)

#類別標(biāo)簽‘好’，‘是’，‘高’?賦值為1，其他為-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）#把數(shù)據(jù)中的前三列數(shù)據(jù)賦給x
y?=?data.iloc[:3].as_matrix（）.astype（int）#目標(biāo)數(shù)據(jù)賦給y
print（y）
print（x）
from?sklearn.tree?import?DecisionTreeClassifier?as?DTC
dtc?=?DTC（criterion=‘entropy‘）?#建立基于信息熵的決策樹模型
dtc.fit（x?y）?#訓(xùn)練模型

#導(dǎo)入相關(guān)函數(shù)，可視化決策樹
#導(dǎo)出dot文件，利用Graphviz轉(zhuǎn)換為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

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

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

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

-----------?---------??----------?-----??----

????????????????28193????????????????????2