数据挖掘 h2o python随机森林

train.csv为训练数据集，该数据集是驾驶员行为识别聚类结果经处理后的数据。其中driver，trip这2列在构 建模型时没有用， Catrgory为类别标签，其余变量为有意义的特征

0 数据集的样子（没有截全，重点看catalog就好，是我们要预测的值）

使用H2oFrame构建模型

用全部的特征构建模型并预测，并计算准确度
利用train.csv中的数据，通过H2O框架中的随机森林算法构建分类模型，然后利用模型对 test.csv中的数据进行预测，并计算分类的准确度进而评价模型的分类效果；通过调节参数，观察分类准确度的变化情况。
注：准确度＝预测正确的数占样本数的比例

import h2o
h2o.init() # 启动后可以通过httplocalhost54321flowindex.html 进入h2o
from __future__ import division <