我确实找到了关于scikit分类变量的线索。但我找不到一个简单的答案。我确实意识到，在构建决策树的过程中，我发现了分类数据的错误，并对矢量化器等提出了建议。我尝试了各种方法，但我无法创建决策树。我的表中有很多带字符串的列，我尝试了向量化器、多LabelBinerizer等，但似乎什么都不管用。我无法导出_graphviz并显示树，因为根本没有树。我对这个很陌生。我真诚地请求帮助我了解如何处理这些专栏。我将数据分成80-20份，用于培训和测试。然后我试着建一棵树。只是一段简单的代码：

  dtree=DecisionTreeClassifier(random_state=0)
  mlb = preprocessing.MultiLabelBinarizer()
  n_train = mlb.fit_transform(train)
  n_test = mlb.transform(test) 
  dec_tree=dtree.fit(n_train,n_test)

我确实得到了这个答案，我很困惑：

  DecisionTreeClassifier(class_weight=None, criterion='gini',  
        max_depth=None,
        max_features=None, max_leaf_nodes=None, min_samples_leaf=1,
        min_samples_split=2, min_weight_fraction_leaf=0.0,
        random_state=0, splitter='best')

请告知如何进行。