实现一个函数来根据特定特征的阈值将数据集分成两个子集。这是决策树算法中的一个基本操作，用于根据特征值对数据进行二分划分。 划分规则： - 对于数值型阈值：将特征值大于等于阈值的样本划分到第一个子集，小于阈值的样本划分到第二个子集 - 对于非数值型阈值：将特征值等于阈值的样本划分到第一个子集，不等于阈值的样本划分到第二个子集
输入描述:
函数`divide_on_feature`接收三个参数：1. X：数据集，二维numpy数组2. feature_i：用于划分的特征索引，整数3. threshold：划分阈值，可以是数值或其他类型


输出描述:
返回一个包含两个numpy数组的列表：1. 第一个数组包含满足条件的样本2. 第二个数组包含不满足条件的样本
示例1

输入

[[1, 2], [3, 4], [5, 6]]
0
3

输出

[array([[3, 4],
       [5, 6]]), array([[1, 2]])]
加载中...