python-随机森林后筛选最重要变量，模型准确率、随机森林混淆矩阵结果、基尼系数排序图

老板这功能得加钱

于 2024-04-29 02:08:49 发布

阅读量276

点赞数 4

分类专栏：程序员文章标签： python 随机森林矩阵

本文链接：https://blog.csdn.net/m0_60721649/article/details/138297238

版权

该博客介绍了使用Python的随机森林进行机器学习，包括在测试集上的预测，计算模型准确率，展示混淆矩阵。此外，通过基尼系数展示了随机森林中自变量的重要性和排序，为理解影响蒺藜科花粉判别的关键因素提供了依据。

摘要由CSDN通过智能技术生成

在测试集上进行预测

y_pred = rf.predict(X_test)

accuracy = accuracy_score(y_test, y_pred)
print(“模型准确率:”, accuracy)


#### 1.1、对应输出


![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/5728875180a74d048403be4a5e83eb4d.png)


### 2.随机森林混淆矩阵结果

data = pd.read_csv(‘C:\Users\31425\Desktop\新建文件夹\序列\蒿属1.csv’)
labels = data[‘species’]
data = data.drop(‘species’, axis=1)

train_data, test_data, train_labels, test_labels = train_test_split(data, labels, test_size=0.2, random_state=42)

rfc = RandomForestClassifier(n_estimators=100, random_state=42)

rfc.fit(train_data, train_labels)

关注

专栏目录