【机器学习】应用简例随机森林使用袋外数据（袋装法） + RandomForestClassifier的一些常用方法

最新推荐文章于 2024-05-18 16:35:36 发布

StarsWhisper

最新推荐文章于 2024-05-18 16:35:36 发布

阅读量2.3k

点赞数

分类专栏：【机器学习】不知道起什么名

本文链接：https://blog.csdn.net/wldcmzy/article/details/109393904

版权

本文通过一个简例介绍了如何在机器学习中应用随机森林算法，并利用袋外数据（袋装法）进行模型评估。同时，探讨了RandomForestClassifier在实际使用中的一些常见方法和技术。

摘要由CSDN通过智能技术生成

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

# 从excel表导入数据
df_t = pd.read_excel(r'D:\EdgeDownloadPlace\3dd40612152202ee8440f82a3d277008\train.xlsx')

# 删除uid列
df_t = df_t.drop(columns='uid')

# 把数据中的'?'换成每一列的众数
for col in df_t.columns:
    idx = df_t[col].value_counts