[机器学习手记]随机森林与数字识别

kaggle数字识别题目

介绍和数据地址：https://www.kaggle.com/c/digit-recognizer

解法：python.sklearn的随机森林方法

不只

# -*- coding: utf-8 -*-
"""
Created on Wed Nov 25 20:39:46 2015

@author: Ning LI
"""

import numpy as np;
import pandas as pd;
import sklearn as sk;
from sklearn.ensemble import RandomForestClassifier  as rf_clf
from sklearn import metrics

#数据准备
df_train=pd.read_csv('train.csv')
df_test=pd.read_csv('test.csv')

X_train=df_train.iloc[:,1:]
y_train=df_train.iloc[:,0]

X_test=df_test.iloc[:]


#使用随机森林进行数据训练
clf_initial=rf_clf(n_estimators=33)

#使用KFold进行交叉验证，也就是将X_train训练集均分5份，其中4份用于交叉验证的训练，另外一份用于交叉验证。
clf_validated=KFold_cv(X_train.values, y_train.values, clf_initial)


#交叉验证完毕后，如果正确率不错，将模型用于X_test测试集的预测
y_pred=clf_validated.predict(X_test)

#预测完数据后，将数据按照提交