随机森林算法

算法篇

集成学习

集成学习通过训练多个学习器，然后把这些学习器组合起来，以达到更好的预测性能的目的。
集成学习分为两类：
Bagging：弱学习器的生成没有先后顺序，可以并行训练，如果是分类算法预测结果为多个弱学习器预测结果的众数，如果是是回归算法则是平均值
Boosting：弱学习器的生成有先后顺序，后一个弱学习器是之前学习器的基础上训练的，预测结果为多个弱学习器预测结果之和

随机森林

随机森林就是属于集成学习中Bagging类的算法，弱学习器类型全部都是决策树，很多树组合在一起就变成了森林。
bootstrap：随机又放回抽样，如果不进行随机抽样，每棵树的训练集都是一样的，最终训练出来的树分类结果将是完全一样的。

代码实现

from sklearn.ensemble import RandomForestClassifter    # 随机森林分类树
from sklearn.ensemble import RandomForestRegressor    # 随机森林回归树
# 实例化
rf = RandomForestClassifter()
#参数：n_estimators：建立多少棵树，默认是100
# random_state=1：随机种子

# 拟合
rf.fit(X_train, y_train)

# 查看准确率
score = rf.score(X_test, y_test)
print('准确率：', score)

# 查看训练集的准确率，用来判断是否过拟合
print('训练集准确率：', rf.score(X_train, y_train))

# 查看第几棵树
export_graphviz(rf[0],	# 查看第几棵树，只能一棵一棵看
			   out_file='文件名.dot'
			   )
# 查看输的方法
"""
1、在编辑器命令窗口进入代码所在文件夹下
2、输入dot -Tpng 文件名.dot -o 文件名.png
3、在该目录下查看生成png文件即可
"""