基于随机森林模型的葡萄酒品质分析

视频：南京大学 用Python玩转数据 https://www.icourse163.org/course/NJU-1001571005

背景：UCI葡萄酒数据集中有12个属性，分别是：

1 - fixed acidity 
2 - volatile acidity 
3 - citric acid 
4 - residual sugar 
5 - chlorides 
6 - free sulfur dioxide 
7 - total sulfur dioxide 
8 - density 
9 - pH 
10 - sulphates 
11 - alcohol 
12 - quality (score between 0 and 10)

训练葡萄酒品质分类模型：清洗数据，利用分箱法将品质属性数据划分成3类，分别为高、中、低品质，对数据进行统一处理后，将目标属性和特征属性分开，随机从样本中按比例选取训练数据和测试数据，进行标准化处理，基于随机森林分类器建立基学习器，经过训练、预测、调参得到模型。

url: https://archive.ics.uci.edu/ml/datasets/Wine+Quality

# -*- coding: utf-8 -*-
# url: https://archive.ics.uci.edu/ml/datasets/Wine+Quality
import pandas as pd
import seaborn as sns
import matplotlib as plt
from sklearn.en