假設通過訓練樣本生成的決策樹為：

{'no surfacing': {0: 'no', 1: {'flippers': {0: 'no', 1: 'yes'}}}}

利用pickle模塊可以存儲和加載該決策樹

tree = {'no surfacing': {0: 'no', 1: {'flippers': {0: 'no', 1: 'yes'}}}}def storeTree(inputTree, filename):import picklefw = open(filename, 'wb')pickle.dump(inputTree, fw)fw.close()def grabTree(filename):import picklefr = open(filename, 'rb')return pickle.load(fr)storeTree(tree, r"D:\picture\tree.txt") mytree = grabTree(r"D:\picture\tree.txt")print(mytree) # {'no surfacing': {0: 'no', 1: {'flippers': {0: 'no', 1: 'yes'}}}}

?

總結

以上是生活随笔為你收集整理的Python存储生成的决策树——pickle模块的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。