可变空间树分类器的任务书任务概述：本次任务旨在设计、实现一个可变空间树分类器，用于对给定数据集进行分类。具体任务包括：1.研究并理解可变空间树分类器的原理和性能指标。2.设计并实现一个可变空间树分类器，考虑到训练时间和分类准确率等因素。具体包括：-数据预处理：将原始数据集进行格式转换、特征提取等预处理。-树结构设计：设计可变空间树的结构，包括节点分类条件、树的最大深度等参数。-训练过程：使用训练数据集对树分类器进行训练，得到对于不同类别的分类器。-测试过程：对于一个测试数据样本，利用训练得到的树分类器进行分类。3.对实现的可变空间树分类器进行评估，考察其分类准确度和训练时间等性能指标，并对实验结果进行分析。4.撰写实验报告，包括实现思路、关键代码解释、性能评估和实验结论等内容。任务要求：1.任务实现采用Python编程语言。2.实现过程中可以借鉴指定的参考文献或其他有效的学术资料。3.任务报告要求使用标准学术论文格式，并包括必要的参考文献列表。评估标准：1.代码实现的正确性和可行性。2.实现的分类器的分类准确度和训练时间等性能指标。3.实验报告的完整性和规范性。