决策树算法实现(二)

前一篇博客讲解了决策树，并实现其代码，构造决策树是为了对实际数据进行分类，这篇博客将介绍如何用决策树进行分类。
这里的代码继上篇博客中的代码，并使用生成的决策树mytree和标签向量labels

def classify(inputTree,featLables,testVec):
    firstStr=list(inputTree.keys())[0]
    secondDict=inputTree[firstStr]
    featIndex=featLables.index(firstStr)
    for key in secondDict.keys():
        if testVec[featIndex]==key:
            if type(secondDict[key]).__name__=='dict':
                classLabel=classify(secondDict[key],featLables,testVec)
            else:
                classLabel=secondDict[key]
    return classLabel
print(classify(mytree,labels,[0,0]))