又在网络上搜罗了半天，凑了几个决策树的例子。原理的部分呢，大致就是有几种算法：首先是ID3算法，基于信息熵的原理，根据某个属性如果能够最为迅速的将所有的样本进行分类，那么这个属性将成为决策树的首选节点，然后仍然根据熵值继续向下选择其他属性作为分类节点。但ID3算法有个很明显的弊端，就是如果一个属性的值有很多个，则这个属性被选出来的概率则最高（即偏好有更多值的属性），这个属性在某些情况下就是一个鸡肋属性，比如生日，身份证号等，很显然不同的人有不同的出生日期，根据生日确实可以很快将样本进行划分类别，但这个生日对于我们进行判断分类其实并没有什么意义。为了避免出现这样的尴尬，于是C4.5就应运而生了，不再是根据熵值来进行选择，而是根据信息增益率，也就是比率来进行选择。CART树则是使用Gini系数来进行计算判断，同时能避免ID3，C4.5处理不了连续值的尴尬。为了提升分类准确率，又整出一个随机森林的算法，说白了就是如果一棵树分的不准确的话（样本在进行抽样时总是有可能出现抽偏的可能），那我们就多搞它几棵树，多抽几次样，弄个森林来进行进行处理。当然啊，这只是我自己小小的理解，不对的话，可以留言探讨。
这篇文章的目的并不是搞那么高深的理论，只是让大家能上手决策树的实现，所以就不罗嗦了，直接上案例开始动手。第一个案例我会说得很详细，后面两个我就不罗嗦了，过程都是一样的，贴个结果图算了。
案例1：挑瓜
大家都会挑西瓜吧（尽管我还是不太会，跟着数据瞎咧咧了），西瓜有如下一些特征：色泽、根蒂、敲声、纹理、脐部、触感，根据这些特征可以对瓜进行一定的判断是否是一个好瓜（熟了）。数据链接在此（3个案例数据）
首先导入数据，查看一下：

dt=pd.read_excel(r'决策树数据.xlsx',sheet_name='挑瓜')
dt.head(2)

显然，编号这个属性是我们进行判断时不需要的，色泽、根蒂……触感这些都是所谓的特征数据，而好瓜则是类别数据，我们需要把这两部分分开，同时还需要解决另一个问题，就是这些数据都是中文的，不能直接拿去进行计算，所以还需要进行一些转换。

#去掉编号列，同时将好瓜这一列名改为是否，这样生成的图里更容易看明白
dt.rename(columns={'好瓜':'是否'},inplace=True)
dt1=dt.iloc[:,1:]
#定义一个数据转换的函数，将中文数据转换为数值
def convert(dt):
    if dt in ['青绿','蜷缩','浊响','清晰','凹陷','硬滑','是']:
        return 1
    elif dt in ['乌黑','稍蜷', '沉闷', '稍糊', '稍凹', '软粘','否']:
        return 2
    elif dt in ['浅白', '硬挺', '清脆', '模糊', '平坦']:
        return 3
dt1=dt1.applymap(convert)
dt1

整理后得到的数据如下：

接着将数据划分为特征数据和类别数据两个部分：

import numpy as np
labels=np.array(dt1['是否'])#特征数据
data=np.array(dt1.iloc[:,:-1])#类别数据

开始构建决策树：

from sklearn import tree 
clf = tree.DecisionTreeClassifier(criterion = 'entropy')#参数criterion = 'entropy'为基于信息熵，‘gini’为基于基尼指数
clf.fit(data, labels)#训练模型

用第1种方式来绘制决策树（不建议用这种）

with open("tree.dot", 'w') as f:#将构建好的决策树保存到tree.dot文件中
    f = tree.export_graphviz(clf,feature_names = np.array(dt1.columns[:-1]), out_file = f)

然后在prompt窗口下输入命令

dot -Tpng tree.dot -o tree.png

确实得到了一棵树，不过样子奇难看，也根本看不清属性是啥

于是换第2种方式：（需要先安装graphviz）

import graphviz 
dot_data = tree.export_graphviz(clf, out_file=None, 
                     feature_names=dt1.columns[:-1].values,  
                     class_names=dt1.columns[-1],  
                     filled=True, rounded=True,  
                     special_characters=True)  
graph = graphviz.Source(dot_data)  
graph 

这回这个就好看多了。
听说还有个更牛X的包叫dtreeviz（也需要先安装），本着试试不花钱的态度，也做了一遍，可貌似总解决不了中文无法显示的问题（其实是我懒得去折腾，不是传统的那种显示不了中文的问题，英文则一点问题没有），代码先放在这里，有兴趣的可以试试：

from dtreeviz.trees import dtreeviz
viz = dtreeviz(clf,x_data=data,y_data=labels,
               target_name='class',feature_names=dt1.columns[:-1].values, 
               class_names=list(dt1.columns[-1]), 
               title="Decision Tree-挑瓜") 
viz

决策树的用途就是用于进行分类，既然有了决策树，我们随便构建一个样本，预测一下看看它会被分到哪个类别里去吧？

t=['乌黑','蜷缩','清脆','模糊','平坦','硬滑']
t=pd.DataFrame(t).T.applymap(convert)
clf.predict(t)

结果为：
array([2], dtype=int64)，按我这里的话，就是否的这一类了。
如果把纹理改为清晰呢？

t=['乌黑','蜷缩','清脆','清晰','平坦','硬滑']
t=pd.DataFrame(t).T.applymap(convert)
clf.predict(t)

结果成了：array([1], dtype=int64)，就是个好瓜了。

案例2：网上写烂了的打网球的案例。
这个案例主要是根据天气、温度、湿度等因素判断是否该去打网球，过程基本和前面的一样，我就不再赘述了，直接给个结果图吧，主要是前面的第2、3种方法画的。


其实看看这俩图，可能本人审美不足，也没感觉出后面这个图帅在哪里。

案例3：销售决策
这个例子呢，我就不知道具体是什么产品了，反正先当成衣服吧，主要有性别、类型和尺码三个特征属性，然后是一个产品类型的类别属性。主要是判断当给定特征属性时的某个用户，应该给他（她）推荐哪类产品。
过程也不赘述了，直接上棵树，看看能不能做出和我一样的效果？

这个地方偷了个懒，没有将类别属性的名称修改一下，所以如果是‘产’，就认为是C0，如果是‘品’就认为是C1吧。