读取CSV文本文件，以便在Python中学习决策树

使用导入csv和导入系统

我如何阅读逗号分隔的值和属性列表，以便确定所述属性的信息增益，从而生成决策树模型？这是一个csv和一个包含属性及其潜在值的文本文件

罗素和诺维格的一个例子：

restaurant.csv：

Will-Wait,Alternative,Bar,Fri/Sat,Hungry,Patrons,Price,Rain,Reservation,Type,Estimated-Wait
Yes,Yes,No,No,Yes,Some,$$$,No,Yes,French,0-10
No,Yes,No,No,Yes,Full,$,No,No,Thai,30-60
Yes,No,Yes,No,No,Some,$,No,No,Burger,0-10
Yes,Yes,No,Yes,Yes,Full,$,No,No,Thai,10-30
No,Yes,No,Yes,No,Full,$$$,No,Yes,French,>60
Yes,No,Yes,No,Yes,Some,$$,Yes,Yes,Italian,0-10
No,No,Yes,No,No,None,$,Yes,No,Burger,0-10
Yes,No,No,No,Yes,Some,$$,Yes,Yes,Thai,0-10
No,No,Yes,Yes,No,Full,$,Yes,No,Burger,>60
No,Yes,Yes,Yes,Yes,Full,$$$,No,Yes,Italian,10-30
No,No,No,No,No,None,$,No,No,Thai,0-10
Yes,Yes,Yes,Yes,Yes,Full,$,No,No,Burger,30-60

restaurant-attributes.txt：

Will-Wait,Yes,No
Alternative,Yes,No
Bar,No,Yes
Fri/Sat,No,Yes
Hungry,Yes,No
Patrons,Some,Full,None
Price,$$$,$,$$
Rain,No,Yes
Reservation,Yes,No
Type,French,Thai,Burger,Italian
Estimated-Wait,0-10,30-60,10-30,>60

用这样的东西

restaurantSet = []

with open(sys.argv[1], newline='') as csvfile:
    restaurant = csv.reader(csvfile, delimiter=' ', quotechar='|')
    for val in restaurant:
        x = [q for q in val]
        restaurantSet.append(x)

---

列出每个属性和属性值的最佳方法是什么；i、 e.赞助人将是一份名单[一些，全部，一些，全部，一些，没有，一些，全部，全部，没有，全部]。

如果你不介意使用熊猫，你可以简单地使用它

data = pd.read_csv("restaurant.csv", sep=",")

---

如果你不介意使用熊猫，你可以简单地使用它

data = pd.read_csv("restaurant.csv", sep=",")

---

问题到底是什么？如何从文件中读取数据？来自stdin？这是个好问题。您是否希望根据自己的直觉生成决策树？或者你想用机器学习来建立最优的树？问题到底是什么？如何从文件中读取数据？来自stdin？这是个好问题。您是否希望根据自己的直觉生成决策树？或者你想用机器学习来建立最优的树？是的，我认为这是一个很好的答案的开始。是的，我认为这是一个很好的答案的开始。