问python中决策树中如何使用分类数据

EN

我有一个数据集，我已经从其中提取了12个特征，用于使用决策树的共同引用解析任务。这些特性的一些例子如下：

• distance_feature()：根据句子的数量，i和j之间的距离。产出:0或1

- Ispronoun\_feature(): this feature is set to true if a noun phrase is a pronoun.
- appositive\_feature(): This feature checks if `j` is in apposition of `i`.

​

在创建所有这些特性以从数据集中提取结果之后，我不知道如何选择根节点，也不知道如何使用sci学习决策树算法，因为数据不是结构化的，而且是绝对的。我读过的一篇论文提到了熵和信息增益，但是这两个属性的所有例子都是基于结构化数据集的。