[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)