#?-*-?coding:?utf-8?-*-
“““
Created?on?Sun?Dec?31?20:53:34?2017

@author:?Administrator
“““

#?-*-?coding:?utf-8?-*-
“““
Created?on?Sun?Dec?31?14:30:17?2017

@author:?Administrator
“““



from?sklearn.feature_extraction?import?DictVectorizer
##涉及到對csv文件的讀取，故導入csv接口
import?csv
from?sklearn?import?preprocessing
from?sklearn?import?tree
from?sklearn.externals.six?import?StringIO
from?sklearn.tree?import?DecisionTreeClassifier
from?sklearn.metrics?import?accuracy_score
##將csv文件中的數據讀取到變量allElectronicsData中
traindata=open（r‘D:\Spyderworkspcce\data\atrain.csv‘）


##csv自帶的reader可以按行讀取allElectronicsData中的數據
reader=csv.reader（traindata）

##讀取第一行數據即title
headers=reader.next（）

#headers2=readertest.next（）


#print?headers

featureList?=?[]
labelList?=?[]


for?row?in?reader:
????labelList.append（row[len（row）-1]）
????rowDict?=?{}
????for?i?in?range（0len（row）-1）:
????????#?print?row[i]
????????rowDict[headers[i]]?=?row[i]
????????#?print?“rowDict:“rowDict
????featureList.append（rowDict）
????
?

###??list中的每一個字典對應原始數據中的一行數據?

vec=?DictVectorizer（）
train_x?=?vec.fit_transform（featureList）.toarray（）
#定義樣本訓練屬性集和測試屬性集
train_xx=train_x[0:30164]
test_xx=train_x[30164:]

lb?=?preprocessing.LabelBinarizer（）
train_y=lb.fit_transform（labelList）
#定義樣本訓練標簽集和測試標簽集
train_yy=train_y[0:30164]
test_yy=train_y[30164:]


model?=?DecisionTreeClassifier（criterion=‘entropy‘min_samples_leaf=3）
model?=?model.fit（train_xx?train_yy）
##
##
y_train_pred?=?model.predict（train_xx）
y_test_pred?=?model.predict（test_xx）
##print?y_train_pred
print?‘測試集預測類標?‘+str（y_test_pred）
###
acc_train?=?accuracy_score（train_yy?y_train_pred）
acc_test?=?accuracy_score（test_yy?y_test_pred）
###
print?‘\t訓練集準確率:?%.4f%%‘?%?（100*acc_train）
print?‘\t測試集準確率:?%.4f%%\n‘?%?（100*acc_test）

predict

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2118??2018-01-03?20:06??ID3.py

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

?????????????????2118????????????????????1