decision-tree-modeling

name	decision-tree-modeling
description	提供决策树分类建模与超参数优化能力；当用户需要建立分类模型、优化模型参数、生成可视化决策树或输出完整建模报告时使用
dependency	{"python":["scikit-learn==1.3.0","pandas==2.0.3","numpy==1.24.3","matplotlib==3.7.2","openpyxl==3.1.2","joblib==1.3.1"]}

决策树建模分析

任务目标

• 本 Skill 用于: 对CSV或Excel数据进行决策树分类建模，通过网格搜索交叉验证优化超参数
• 能力包含: 数据预处理、超参数优化、模型训练、性能评估、决策树可视化、特征重要性分析
• 触发条件: 用户需要建立分类模型、优化模型参数、生成可视化决策树、输出建模分析报告

操作步骤

1. 数据准备

   • 确认输入数据格式为CSV或Excel（.xlsx, .xls）
   • 识别目标列名称（分类标签列）
   • 验证特征列数据类型（数值型或可编码的分类变量）
   • 参见 数据格式规范 确保数据符合要求

2. 执行建模分析

   • 调用 scripts/decision_tree_modeling.py 进行建模
   • 必需参数:
     • --input: 输入数据文件路径
     • --target: 目标列名
   • 可选参数:
     • --output_dir: 输出目录（默认：./output）
     • --test_size: 测试集比例（默认：0.2）
     • --cv_folds: 交叉验证折数（默认：5）
     • --random_state: 随机种子（默认：42）
   • 示例命令:

     python scripts/decision_tree_modeling.py --input ./iris.csv --target species --output_dir ./output
     

3. 解读分析报告

   • 读取生成的评估报告：output_dir/evaluation_report.json
   • 查看决策树可视化：output_dir/decision_tree.png
   • 分析特征重要性：output_dir/feature_importance.png
   • 智能体基于脚本输出生成完整的建模分析报告

资源索引

• 核心脚本: scripts/decision_tree_modeling.py (完整的决策树建模流程，包含网格搜索和可视化)
• 数据格式: references/data_format.md (输入数据格式要求与示例)
• 报告模板: references/model_report.md (建模分析报告结构与内容)

注意事项

• 确保目标列包含分类标签（非数值型或离散数值型）
• 特征列应为数值型；如包含分类变量需先进行编码
• 输出目录会自动创建，包含模型文件、评估报告、可视化图片和预测结果
• 脚本会自动处理缺失值，建议检查数据质量
• 网格搜索可能耗时，根据数据量调整cv_folds参数

使用示例

示例1: 鸢尾花数据集分类

python scripts/decision_tree_modeling.py \
  --input ./iris.csv \
  --target species \
  --output_dir ./iris_output

示例2: 自定义交叉验证折数

python scripts/decision_tree_modeling.py \
  --input ./data.xlsx \
  --target category \
  --cv_folds 10 \
  --test_size 0.3

示例3: 固定随机种子以保证可复现性

python scripts/decision_tree_modeling.py \
  --input ./training_data.csv \
  --target class_label \
  --random_state 2024