python实现随机森林进行情绪分类

三十八画生

已于 2022-03-06 14:36:45 修改

阅读量1.6k

点赞数 2

分类专栏： Python自学遇到的问题文章标签： python 随机森林分类

于 2021-10-21 15:34:06 首次发布

本文链接：https://blog.csdn.net/weixin_42764972/article/details/120887684

版权

该博客探讨了使用Python实现的随机森林算法在情绪识别任务中的应用，基于GSR数据，实验结果显示情绪识别正确率为70%左右。

摘要由CSDN通过智能技术生成

1.前言：本实验采用的是GSR数据，机器学习方法为随机森林

2.GSR数据如下图所示：

3.随机森林代码：

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

a=pd.read_csv('F:/Pycharm/py/data/gsr_fea.csv')#读取数据
data=np.array(a)#将数据转换

#对数据做分割，data代表数据的名称、（21，）数据中前21行是特征标签赋值给x，最后一样是标签赋值给y
#axis = 1  代表按列进行分割
x,y = np.split(data, (21,), axis = 1)

#对数据进行划分为训练集、标签     测试级，标签。并且按照7:3划分。
x_train, x_test, y_train,y_test = train_test_split(x,y,test_size = 0.3)

# 将随机森林分类器实例化
clf2 = RandomForestClassifier(max_depth=8, min_samples_split=16, n_estimators=200)
clf2.fit(x_train,y_train)  #输入训练集和标签到分类器中

#输入测试集进行评分
score=clf2.score(x_test, y_test)
print