以餐馆的经营数据为样本，天气，周末，促销，销量。首先将天气分类为好和坏（经验），销量分类为高和低（均值）。然后将因子规整。采用信息熵的决策树模型进行训练。结果导出为dot文件。

采用graphviz，可以查看结果

决策树

另:graphviz的dot在mac os 10.11.6下有bug，会提示一个lib未能加载。

以下为代码：
#-- coding:utf-8 --

In [2]:

import pandas as pd

In [3]:

filename = '/Users/frontc/book/ppdam/sales_data.xls'  # 样本数据文件路径

In [4]:

data = pd.read_excel(filename,index_col=u'序号')  # 读取数据到dataframe中

In [5]:

data[:4] # 查看一下样本数据

Out[5]:

天气 是否周末 是否有促销 销量
序号
1 坏 是 是 高
2 坏 是 是 高
3 坏 是 是 高
4 坏 否 是 高

In [6]:

# 数据规整
data[data == u'好'] = 1
data[data == u'是'] = 1
data[data == u'高'] = 1
data[data != 1] = -1

In [7]:

x = data.iloc[:,:3].as_matrix().astype(int)  # 自变量：天气，是否周末，是否有促销

In [8]:

y = data.iloc[:,3].as_matrix().astype(int)  # 因变量：销量

In [9]:

from sklearn.tree import DecisionTreeClassifier as DTC  # 导入决策树类

In [10]:

dtc = DTC(criterion='entropy')  # 初始化决策树模型，采用信息熵模式

In [11]:

dtc.fit(x,y)  # 训练模型

Out[11]:

DecisionTreeClassifier(class_weight=None, criterion='entropy', max_depth=None,
            max_features=None, max_leaf_nodes=None, min_samples_leaf=1,
            min_samples_split=2, min_weight_fraction_leaf=0.0,
            presort=False, random_state=None, splitter='best')

In [12]:

from sklearn.tree import export_graphviz
from sklearn.externals.six import StringIO  # 引入dot相关包

In [16]:

with open("tree.dot","w") as f:
    f = export_graphviz(dtc,feature_names=[u'tq',u'zm',u'cx'],out_file=f)