机器学习案例之Python中通过RF预测红酒质量

通过RF预测红酒质量

从UCI上获取到了一份winequality的数据来作为小练习的数据源 https://archive.ics.uci.edu/ml/datasets/Wine ，想通过红酒的特征来预测红酒的质量。最后通过随机森林和集成学习的方法，将预测的正确率提升到了90%。

数据集信息：

这些数据是对意大利同一地区种植的葡萄酒进行化学分析的结果，这些葡萄酒来自三个不同的品种。该分析确定了三种葡萄酒中每种葡萄酒中含有的13种成分的数量。 数据集中主要采用11种特征变量，一哥目标变量如下：
数据集中属性列表：

attributes	属性
fixed acidity	非挥发性酸;
volatile acidity	挥发性酸度
citric acid	柠檬酸
residual sugar	残余糖分
chlorides	氯化物
free sulfur dioxide	游离二氧化硫
total sulfur dioxide	总二氧化硫
density	密度
pH	pH值
sulphates	硫酸盐
alcohol	乙醇
quality	品质

属性信息：

所有属性都是连续的

1、首先先进行数据的导入，探索与预处理:

import pandas as pd
import numpy as np
data = pd.read_csv('./winequality-red.csv',sep=';',encoding='ISO-8859-1')

观察到表有问题，实际上这个csv文件通过分号分割，所以导入时需要添加:sep=’;’，即可正常读取数据。

2、处理数据是否分布平衡

data['quality'].value_counts()

显