„

pip install scikit-learn

„

2. Daten

„

aus sklearn.datasets import load_iris

iris =load_iris()

print(iris.data.shape) # (150, 4)

print(iris.target) # [0 0 0 ... 1 1 1]

„

3. Daten aufteilen

„

aus sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test =train_test_split(iris.data, iris.target, test_size=0.25)

„

4. Modell erstellen

„

Importieren Sie DecisionTreeClassifier aus sklearn.tree

clf =DecisionTreeClassifier()

„

5. Ausbildung

„

clf.fit(X_train, y_train)

„

6. Vorhersage

„

y_pred =clf.predict(X_test)

„

7. Genauigkeit

„

aus sklearn.metrics import precision_score

Score =Accuracy_score(y_test, y_pred)

print(score) # 0,96

„