100天搞定机器学习（100-Days-Of-ML）（十三）随机森林

第十三天

随机森林

随机森林是有监督学习的集成学习模型，主要用于分类和回归。随机森林集成了很多的决策树模型，然后将其每颗树的预测结果组合以获得更加准确和稳定的预测结果。

第一步：导入库并加载数据集

import numpy as np
import pandas as pd
​
dataset = pd.read_csv('../datasets/Socail_Network_Ads.csv')
X = dataset.iloc[ : , [2, 3]].values
Y = dataset.iloc[ : , 4].values
---------------------------------------------------------
打印数据集查看结果
print(X[0])
print(Y[0])

第二步：划分数据集

from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.25, random_state = 0)

第三步：特征缩放

from sklearn.preprocessing import StandardScaler
sc = Stand