新手求助：如何完成决策树分类器的训练与测试？

针对你的150条两列CSV数据，按100条训练、50条测试的需求，完整操作步骤如下：

1. 导入所需工具库 #

除了决策树分类器，还需要加载数据的pandas，以及评估指标工具：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import classification_report, accuracy_score

2. 加载CSV数据 #

用pandas读取你的CSV文件，假设文件名为data.csv：

# 读取CSV文件
df = pd.read_csv("data.csv")
# 假设第一列是特征（输入），第二列是分类标签（输出）
# 可根据实际列名调整，比如用列名提取：x = df["特征列名"], y = df["标签列名"]
x = df.iloc[:, 0].values.reshape(-1, 1)  # 单特征需转成二维数组，否则sklearn会报错
y = df.iloc[:, 1].values

3. 拆分训练集与测试集 #

按你要求的100/50比例拆分，两种方式可选：

方式一：手动固定拆分（前100条训练，后50条测试） #

train_x = x[:100]
train_y = y[:100]
test_x = x[100:]
test_y = y[100:]

方式二：随机拆分但固定数量（保证每次拆分结果一致） #

如果需要随机选取样本且保证标签分布均匀，可使用train_test_split：

from sklearn.model_selection import train_test_split
train_x, test_x, train_y, test_y = train_test_split(
    x, y, train_size=100, test_size=50, random_state=17, stratify=y
)
# stratify=y 可选，作用是让训练/测试集的标签分布和原数据一致

4. 训练与评估模型 #

补全你写的代码，完整执行流程如下：

# 初始化决策树分类器
classifier = DecisionTreeClassifier(random_state=17)
# 用训练数据训练模型
classifier.fit(train_x, train_y)
# 对测试集进行预测
pred_y = classifier.predict(test_x)
# 输出分类评估报告（包含精确率、召回率等指标）
print(classification_report(test_y, pred_y))
# 输出准确率
print("模型准确率:", accuracy_score(test_y, pred_y))

关键注意点 #

• 单特征必须转成二维数组（用reshape(-1,1)），否则sklearn会抛出维度不匹配的错误
• 如果CSV文件有表头，建议直接用列名提取特征和标签，避免索引混淆
• random_state固定数值是为了保证每次运行的拆分和训练结果一致，方便调试

内容的提问来源于stack exchange，提问作者fera fani