随机森林、数据集划分、准确率、混淆矩阵（Python实现）

[8, 8, 8],

[9, 9, 9]]

#输出 x_test每组数据的预测结果的标签值=

print(model.predict(x_test))

#输出的是二维矩阵 ，第i行j列表示 x_test第i行测试数据在每个label上的概率(这李标签共有5个 0，1，2，3，4)

print(model.predict_proba(x_test))

#predict结果：

[2 4 4 4]

#predict_proba结果：

[[0. 0.38 0.45 0.14 0.03]

[0. 0. 0.08 0.16 0.76]

[0. 0. 0.08 0.16 0.76]

[0. 0. 0.08 0.16 0.76]]

Process finished with exit code 0

1.2 案例2

情景：基于相亲网站男方提供的个人基本资料作为输入，以女方是否相亲做标签做训练，用训练出的模型预测女方是否相亲。

#导包=

from sklearn.ensemble import RandomForestClassifier

#“年龄”, “身高”, “年收入”, ‘学历’（0:大专， 1:本科， 2:硕士）

X = [

[25, 179, 15, 0],

[33, 190, 19, 0],

[28, 180, 18, 2],

[25, 178, 18, 2],

[46, 100, 100, 2],

[40, 170, 170, 1],

[34, 174, 20, 2],

[36, 181, 55, 1],

[35, 170, 25, 2],

[30, 180, 35, 1],

[28, 174, 30, 1],

[29, 176, 36, 1],

]

#=有否相亲 0:N 1:Y=========

y = [0, 1, 1, 1, 0, 0, 1, 0, 1, 1, 0, 1]

#现在我们把训练数据，和对应的分类放入分类器中进行训练

model = RandomForestClassifier().fit(X, y)