3- PASOS PARA DESARROLLAR EL ARBOL DE DECISIÓN

1- Importar bibliotecas requeridas

Primero carguemos las bibliotecas requeridas.

2- Cargando datos

Primero carguemos el conjunto de datos Diabetes requerido usando la función CSV de lectura
de pandas.

3- Selección de características

Aquí, debe dividir las columnas dadas en dos tipos de variables dependientes (o variables
objetivo) y variables independientes (o variables de características).

4- División de datos

Para comprender el rendimiento del modelo, dividir el conjunto de datos en un conjunto de

entrenamiento y un conjunto de prueba es una buena estrategia.

Dividamos el conjunto de datos usando la función train_test_split (). Debe pasar las
características de 3 parámetros, el objetivo y el tamaño de test_set.
 5- Modelo de árbol de decisión de construcción

Creemos un modelo de árbol de decisión usando Scikit-learn.

6- Modelo de evaluación

Calculemos con qué precisión el clasificador o modelo puede predecir el tipo de cultivares.

La precisión se puede calcular comparando los valores reales del conjunto de pruebas y los
valores pronosticados.