# 결정 트리 분류기를 불러옵니다.
from sklearn.tree import DecisionTreeClassifier ----- ➊

# 학습 환경을 설정합니다.
classifier = DecisionTreeClassifier() ----- ➋
classifier.fit(X_train, y_train) ----- ➌
  
# 테스트셋에 적용합니다. 
y_pred = classifier.predict(X_test) ----- ➍

# 계층별 교차 검증 환경을 설정합니다. 
skf = StratifiedKFold(n_splits=10, shuffle=True)

# 교차 검증을 통해 정확도를 계산합니다. 
accuracies = cross_val_score(estimator=classifier, X=X_train, y=y_train, cv=skf)

# 정확도와 표준편차를 출력합니다. 
print("Accuracy: {:.2f} %".format(accuracies.mean()*100))
print("Standard Deviation: {:.2f} %".format(accuracies.std()*100))