使用字典的形式表示決策樹對于人類來說還是有點抽象，如果能以圖像的方式呈現(xiàn)就很方便了。非常幸運，matplotlib中有模塊可以使決策樹可視化，這里就不講解了，直接“拿來使用”。將treePlotter.py拷貝到我們文件的根目錄，直接導入treePlotter，然后調(diào)用treePlotter.createPlot()函數(shù)即可：
import treePlotter
treePlotter.createPlot(tree)

如上面的決策樹可視化后如下：

5.使用決策樹預測隱形眼鏡類型

隱形眼鏡數(shù)據(jù)集包含患者的眼睛狀況以及醫(yī)生推薦的隱形眼鏡類型，患者信息有4維，分別表示年齡，視力類型，是否散光，眼睛狀況，隱形眼鏡類型有3種，分別是軟材質(zhì)，硬材質(zhì)和不適合帶隱形眼鏡。

想要把我們編寫的腳本應用于別的數(shù)據(jù)集？沒問題，只要修改載入數(shù)據(jù)集的函數(shù)即可，其他的函數(shù)不需要改變，具體如下：
#載入數(shù)據(jù)
def file2matrix():
file = open("lenses.data.txt")
allLines = file.readlines()
row = len(allLines)
dataSet = []
for line in allLines:
line = line.strip()
listFromLine = line.split()
dataSet.append(listFromLine)
labels = ['age', 'prescription', 'astigmatic', 'tear rate'] #年齡，視力類型，是否散光，眼睛狀況
return dataSet, labels

生成的決策樹可視化后如下：

其實博主還嘗試了其他的數(shù)據(jù)集，不過決策樹實在是太復雜了，太大了，密密麻麻根本看不清楚，誰有興趣可以嘗試一下別的數(shù)據(jù)集。