基于随机森林的红葡萄酒分析

最新推荐文章于 2025-03-19 15:17:27 发布

早睡早起可好

最新推荐文章于 2025-03-19 15:17:27 发布

阅读量2.2k

点赞数 3

本文链接：https://blog.csdn.net/feejee/article/details/105809566

版权

本文探讨了如何利用随机森林算法对红葡萄酒的品质进行分析。通过收集多种特征如酒精含量、酸度、糖分等，构建模型来预测葡萄酒的质量等级。随机森林的并行性和准确性使其在该问题中表现出色，为葡萄酒行业提供了有价值的参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import GridSearchCV
import warnings
warnings.filterwarnings('ignore')

try:
    wine = pd.read_csv('winequality-red.csv',sep = ';')
except:
    print('cannot find the file!')
    
print(wine.info())
wine.describe()

wine.duplicated().sum() #检查是否有重复行
#删除重复记录
wine = wine.drop_duplicates()
wine.describe()
#查看quality目标属性具体每一类有多少值
wine.quality.value_counts()

#绘制饼图,直观看目标属性每一类的比例
wine.quality.value_counts().plot(kind = 'pie',autopct ='%.2f' )
#查看目标属性quality和其他特征属性的皮尔逊相关系数
win