机器学习实战：利用随机森林回归树来预测不同经纬度的无线电电磁波

学习笔记，仅供参考！

介绍

Scikit-learn（以前称为scikits.learn，也称为sklearn）是一款免费的机器学习库 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，本文利用sklearn的RandomForestRegressor模型对无线电电磁波场强做数据预测。

数据集

给出如下图数据示例，这是一个在不同经纬度下的无线电场强数据，X，Y表示经纬度，在这么一个物理地址上去发射88M的无线电电磁波，88000khz表示无线电电磁波，再从原地做一个接收，发现场强衰减了65.9khz，衰减表示可能被周边环境的值所吸收，现在根据已有的数据集，来对不同的场强做预测。

代码

完整代码在最后，这里对各行代码进行注释，便于理解。

1.由于给出的数据集的x，y值存在相同的情况，需要先对相同的x，y数据进行求和再娶均值，利用pandas里面封装的groupby函数和mean函数进行同类数据求和再取均值：

	#读入数据
    data_prime = pd.read_csv('FieldIntensity.csv', header=0)
    data_group = data_prime.groupby(by=['x', 'y'])  
    data_mean = data_group.mean()
    data = data_mean.reset_index()
    

2.将经纬度数据作为输入x，场强作为输出y，这里选择对93.1M场强来做预测，将数据集随机打乱，再做切分，3/4作为训练集，1/4作为测试集，这里不是一个分类问题，数据有渐变性，用随机森林回归树来训练模型：

RandomForestRegressor函数参数，参考下面地址：
https://wenku.baidu.com/view/edda0dc9fbc75fbfc77da26925c52cc58bd690bf.html

x = data[['x', 'y']]
    y = data['93100KHz']
    # 切分训练集和测试集，训练集占75%，random_state 相当于随机数种子random.seed() ，其作用是相同的
    x_train, x_test, y_train, y_test = train_test_split(x, y, train_size=0.75, random_state=0)
    # 随机森林回归决策树，树的个数100，选择节点criterion=mse，mae，数的深度14，每个节点的最少样本数3
    model = RandomForestRegressor(n_estimators=100, criterion='squared_error', max_depth=14, min_samples_split=3)
    model.fit(x_train.values, y_train)
    

3.对训练集和测试集做预测，这里先对数据进行了排序，再利用hstack函数对数据在水平方向做堆叠，方便可视化分析结果，易于观看

# 对训练集进行一个排序，目的是使得可视化结果更明白
    order = y_train.argsort(axis=0)  # argsort函数按index每个数据的下标进行排序
    y_train = y_train.values[order]
    x_train = x_train.values[order, :]
    # 训练预测值
    y_train_pred = model.predict(x_train)
    # 测试集
    order = y_test.argsort(axis=0)
    y_test = y_test.values[order]
    x_test = x_test.values[order, :]
    # 测试预测值
    y_test_pred = model.predict(x_test)
    # 按水平方向将x_test, y_test,y_test_pred进行堆叠
    data = np.hstack((x_test, y_test.reshape(-1, 1), y_test_pred.reshape(-1, 1)))
    # 存入DataFrame
    data = pd.DataFrame(data