[数据结构与算法]python建模 决策_决策树python建模中的坑

今天是开学的第一个星期六，转眼一个星期就过去了，感觉什么也没有做。
这个星期完成了决策树的编写，还是遇到一些问题的。
首先：是csv文件的编写，不知道要将文件改成csv文件，只是简单的改了一个后缀，就一直错。最后找到问题所在
接着：因为x和y没有看清楚，就一直出现元素不匹配问题
还有：因为看的视频是好几年前的，所以有些函数都不用了，会出现很多警告，后面会有提示，将函数改成什么样子，但是因为自己不仔细去看，也找了好久问题。
最后，因为系统默认输入都是二维的数据，所以你要将你的数据改成二维的才能运行，不然系统会报错
总结：仔细，找bug真的不是一件容易的事情。这周的效率不高啊！！！

from sklearn.feature_extraction import DictVectorizer
import csv
from sklearn import  tree
from six import StringIO
from sklearn  import preprocessing

# 提取数据
allElectronicsData=open(r'E:\BaiduNetdiskDownload\31麦子学院视频\test\allelectronics.csv','rt')
#按行读取内容
reader = csv.reader(allElectronicsData)
headers = next(reader)
print(headers)
#数据预处理：输入数据的要求：一定要是数值型的数据，不能是字母或者数据。
#装数据信息
featureList = []
#装标签信息
labelList = []
for row in reader:
    labelList.append(row[len(row)-1])
    rowDict={}
    #取每一行的值，对应他的key，写成字典的形式
    for i in range(1,len(row)-1):
        rowDict[headers[i]] = row[i]
    featureList.append(rowDict)
print(featureList)

#构建决策树
vec = DictVectorizer()
#调用方法，就可以将其变成数值型的格式
dummyX = vec.fit_transform(featureList).toarray()
print("dummyX:"+str(dummyX))
print(vec.get_feature_names_out())
print("labelList:"+str(labelList))

Ib = preprocessing.LabelBinarizer()
dummyY=Ib.fit_transform(labelList)
print("dummyY:"+str(dummyY))


#构建树的算法。信息熵作为算法

clf = tree.DecisionTreeClassifier()
#建模，按照
clf = clf.fit(dummyX,dummyY)
print("clf:"+str(clf))
#可视化预测 打印画的图，文件名命名为 allelectronicInformationGainOri.dot


with open("allelectronicInformationGainOri.dot",'w',encoding="utf-8") as f:
    #还原过去的变量的名字，需要参数feature_names
     f = tree.export_graphviz(clf,feature_names=vec.get_feature_names_out(),out_file=f)

#开始预测
#取第一行开始
oneRowX = dummyX[0,:].reshape(1,-1)
print('oneRowX:'+str(oneRowX))

newRowX = oneRowX
newRowX[0][0] = 1
newRowX[0][2] = 1
newRowX.reshape(1, -1)
print ("newRowx:" + str(newRowX))

predictedY = clf.predict(newRowX)

print ("predictedY:"+str(predictedY))

结果图：