6行程式碼，使用決策樹進行二分類預測。

Decison Tree決策樹作為分類器，特點是簡單易讀，易於理解，具有很強的可解釋性。

from  sklearn import tree #呼叫decision tree決策樹
features=[ [140,0] ,[130,0],[150,1],[170,1] ] #兩個特徵進行迴歸，對應二維，一個是重量，一個是0表面光滑smooth、1崎嶇不平的bumpy。
labels=['apple','apple','orange','orange'] #標籤為蘋果以及橘子

clf=tree.DecisionTreeClassifier() #呼叫分類器介面
clf.fit(features,labels)          #喂資料，即開始訓練

print(clf.predict( [[150,1]] ))  #用訓練好的模型進行預測。
# 列印結果
# ['orange']