前言
随机森林Python版本有很可以调用的库,使用随机森林非常方便,主要用到以下的库:
sklearn
pandas
numpy
随机森林入门
我们先通过一段代码来了解Python中如何使用随机森林。
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
import pandas as pd
import numpy as np
iris = load_iris() # 这里是sklearn中自带的一部分数据
df = pd.DataFrame(iris.data, columns=iris.feature_names) # 格式化数据
print (df) #
df['is_train'] = np.random.uniform(0, 1, len(df)) <= .75
df['species'] = pd.Categorical.from_codes(iris.target, iris.target_names) ## 新接口 数据
df.head()
train, test = df[df['is_train']==True], df[df['is_train']==False]
features = df.columns[:4]
clf = RandomForestClassifier(n_jobs=2)
y, _ = pd.factorize(train['species'])
clf.fit(train[features], y) # 用train来训练样本
test_pred=clf.predict(test[features]) #用测试数据来做预测
preds = iris.target_names[test_pred]
pd.crosstab(test['species'], preds, rownames=['actual'], colnames=['preds'])
上述是一个利用sklearn的数据做的
kaggle-美国人口普查年收入比赛
现在我们在kaggle上的数据集上做一次实验,这个数据集有训练集和测试集,训练集便于我们训练模型,测试集用来校验我们模型的正确性
随机森林实战教程-Python-Demo
本文介绍了如何使用Python的sklearn库实现随机森林,并提供了从加载数据到模型训练的实例。首先展示了使用sklearn内置数据集的简单应用,接着通过kaggle美国人口普查年收入比赛数据集进行实战,包括数据预处理和模型评估,展示随机森林在处理分类问题上的应用。
摘要由CSDN通过智能技术生成