前回は、決定木（Decision Tree）の理論的な側面を解説しました。今回は、scikit-learnを使って実験を行います。

データセットとしては、scikit-learn.datasets からアイリス（iris、アヤメ）を使用します。タスクは、このデータセットに含まれる花の特徴から花の種類を予測することです。ナイーブ・ベイズの実践編でも使ったので、結果を比較できます。

まずは、データセットを訓練用とテスト用に分割します。次に、訓練用のデータセットから決定木を作成します。そして、学習を終えたモデルをテストセットで評価します。

決定木の良いところは、モデルがどのような判断をしているのかが理解できることです。ブラックボックスではなく、決定木のグラフを生成したり、どの特徴が重要視されているのかを表示することができるので、実践していきます。