Artificial intelligence 如何使用ID3决策树为一个数据集做出决策

我正在实施一个程序，要求用户提供他们的症状（是否有发烧、咳嗽、呼吸问题），以检查他们是否需要进行新冠病毒检测

我实现了我的id3决策树，在csv文件中使用了一些数据集

现在我希望这个程序能够提示用户输入他们的症状（是否发烧、咳嗽、呼吸困难），并告诉他们一些信息

我的代码附在下面，问题是当我运行它时，出现了错误消息，我想这是因为我的txt文件中只有一个数据集

pandas.errors.EmptyDataError: No columns to parse from file

我想问一下，我该如何解决这个问题，或者他们的方法是否更适合只针对一个数据做出决策

谢谢大家!

fever = input("Do you have a fever? (Yes or No) ")
cough = input("Do you cough? (Yes or No) ")
breathing_issue = input("Do you have short breating or other breathing issues? (Yes or No) ")
infected = "Yes"
test_sample = fever + "," + cough + "," + breathing_issue + "," +infected
f = open("test.txt", "w")
f.write(test_sample)
# convert to .csv
test_df = pd.read_csv(r'/Users/xxxx/xxxx/xxxx/test.txt', header=None, delim_whitespace=True)
train_df.columns = ['fever', 'cough', 'breating-issue', 'infected']
pd.set_option("display.max_columns", 500) # Load all columns

---

出现这种情况的原因是因为第7-9行读取的是空数据帧。下面是一个最小的可重复示例，演示了错误：

将熊猫作为pd导入
打开（“test.txt”、“w”）作为_fh：
_写下（“是，否，是，否”）
df=pd.read\u csv（“test.txt”）
打印（df）

输出：

Empty DataFrame
Columns: [yes, no, yes.1, no.1]
Index: []

  fever cough breathing_issues infected
0   yes    no              yes       no

要获取非空数据帧，列需要名称，或者需要使用可选参数

header=None

调用。以下是列名的书写版本：

将熊猫作为pd导入
打开（“test.txt”、“w”）作为_fh：
_fh.书写（“发烧、咳嗽、呼吸问题、感染”）
_写下（“是，否，是，否”）
df=pd.read\u csv（“test.txt”）
打印（df）

输出：

Empty DataFrame
Columns: [yes, no, yes.1, no.1]
Index: []

  fever cough breathing_issues infected
0   yes    no              yes       no

如果不知道ID3实现的结构和它所培训的数据结构，就无法回答预期的问题（为什么ID3不起作用）。