python机器学习—语音性别识别代码详解（调参，预测）

本人机器学习的一个小作业，挺简单的。希望可以帮到一些入门的小伙伴，当个练手啦！
项目介绍，根据给定的特征来预测是女生还是男生
模型选择的是随机森林，训练集上准确率百分之百，验证集上百分之97.9。
代码分为训练模型（调参和训练）和使用模型进行预测，训练好模型后对新的数据进行的预测，并将预测的结果保存在了result.txt文件中。
软件：anaconda3—jupyter Notebook
用到的数据集 链接: https://pan.baidu.com/s/10LoGDcHDCnjNz4PQpli_Gg
提取码: s3eh

一.数据集介绍

首先介绍一下我所使用的数据集：
每条数据可视作一个长度为21的一维数组。
其中前20个数值是这条语音的20个特征值，这些特征值包括了语音信号的长度、基频、标准差等；最后一个数值是性别标记。用0表示男性、1表示女性。(如下图所示)
train.csv训练集2300条（用于模型训练，有标签）

test.csv测试集包含 800条（无标签）

二.代码

模型参数选择

随机森林的基评估器是决策树，单棵决策树的准确率越高，随机森林的准确 率也会越高，因为装袋法是依赖于平均值或者少数服从多数的原则来决定集成结 果的。但决策树很容易过拟合。所以根据参数对模型的影响大小，进行调参。
（1）调参，决策树个数的选取（画学习曲线）

结果

根据上面的结果缩小决策树个数的范围，继续调参