使用Iris数据集练习决策树并可视化树

使用决策树对内置数据集iris数据集进行训练，并可视化决策树分支可视化
适合新手

#对连续值特征的数据进行分类
import pandas as pd
from sklearn import preprocessing
from sklearn import tree
from sklearn.datasets import load_iris
#加载数据集
iris=load_iris()
#dir(iris)  #查看数据集的列标签
iris_feature_name=iris.feature_names
iris_feature=iris.data
iris_target_name=iris.target_names
iris_target=iris.target
#构建模型
clf=tree.DecisionTreeClassifier(max_depth=4)
clf=clf.fit(iris_feature,iris_target)
print(clf)
#可视化
import pydotplus
from IPython.display import Image,display
dot_data=tree.export_graphviz(clf,
               out_file=None,
               feature_names=iris_feature_name,
               class_names=iris_target_name,
               filled=True,
               rounded=True
              )
graph=pydotplus.graph_from_dot_data(dot_data)
display(Image(graph.create_png()))

```python
在这里插入代码片