python路线寻优_python实现 随机森林(RF)的参数寻优

该博客介绍如何使用Python进行随机森林(RandomForestClassifier)的参数优化,包括数据集划分、训练验证数据集的创建以及通过交叉验证和准确率评分标准进行网格搜索优化。示例代码展示了参数'n_estimators'和'max_features'的遍历和评估过程。
摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-

#RandomForestClassifier

import math

import matplotlib as mpl

import warnings

import numpy as np

from sklearn import tree

from sklearn import ensemble

from sklearn import metrics

from sklearn.metrics import auc

from sklearn.metrics import confusion_matrix

from sklearn.metrics import precision_recall_curve

from sklearn.metrics import classification_report

from sklearn.cross_validation import train_test_split

from sklearn.model_selection import cross_val_score

from sklearn.ensemble import RandomForestClassifier

from sklearn.ensemble import ExtraTreesClassifier

from sklearn.tree import DecisionTreeClassifier

from sklearn.externals import joblib

import matplotlib.pyplot as plt

plt.switch_backend('agg')

warnings.filterwarnings('ignore&#

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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