Python语言利用随机森林实现特征重要性排序

from __future__ import division
import tensorflow as tf
import math
import csv
from sklearn import metrics
import numpy as np
from pylab import*
from sklearn import cross_validation
from sklearn.ensemble import RandomForestRegressor
from sklearn.utils import shuffle
from sklearn import preprocessing
import matplotlib.pyplot as plt
i=0
j=[]
data = []
X = []
indicess = []
file = open("E:/predict_rf_para.txt", 'a')
with open(r'D:\夏季.csv') as f:
    reader = csv.reader(f)
    for 
  • 3
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值