最简单的线性回归（6行代码）

6行代码，使用决策树进行二分类预测。

Decison Tree决策树作为分类器，特点是简单易读，易于理解，具有很强的可解释性。

from  sklearn import tree #调用decision tree决策树
features=[ [140,0] ,[130,0],[150,1],[170,1] ] #两个特征进行回归，对应二维，一个是重量，一个是0表面光滑smooth、1崎岖不平的bumpy。
labels=['apple','apple','orange','orange'] #标签为苹果以及橘子

clf=tree.DecisionTreeClassifier() #调用分类器接口
clf.fit(features,labels)          #喂数据，即开始训练

print(clf.predict( [[150,1]] ))  #用训练好的模型进行预测。
# 打印结果
# ['orange']