Python使用Scikit-learn随机森林实战

准备工作: 1. 环境搭建: 安装Python和Scikit-learn库。 2. 依赖的类库: numpy, pandas, matplotlib。 数据集介绍: 我们将使用Scikit-learn库中的一个内置的鸢尾花分类数据集(IRIS数据集)。该数据集包含了150条记录，每条记录有4个特征: 萼片长度、萼片宽度、花瓣长度、花瓣宽度。每个记录属于三个类别中的一个: Setosa, Versicolor, Virginica。 代码实现: # 导入所需的类库 import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.ensemble import RandomForestClassifier from sklearn import datasets # 加载鸢尾花数据集 iris = datasets.load_iris() X = iris.data y = iris.target # 将数据集分为训练集和测试集 np.random.seed(0) indices = np.random.permutation(len(X)) X_train = X[indices[:-30]] y_train = y[indices[:-30]] X_test = X[indices[-30:]] y_test = y[indices[-30:]] # 创建随机森林分类器模型 model = RandomForestClassifier(n_estimators=10) # 训练模型 model.fit(X_train, y_train) # 预测 predicted = model.predict(X_test) # 打印预测结果 print("预测结果:", predicted) # 打印真实结果 print("真实结果:", y_test) # 打印准确率 accuracy = np.mean(predicted == y_test) print("准确率:", accuracy) 代码描述: 1. 首先导入必要的类库。 2. 加载鸢尾花数据集，将特征存储在变量X中，将目标变量存储在变量y中。 3. 使用numpy库的random.permutation函数随机打乱数据集，并将数据集分为训练集和测试集。 4. 创建一个随机森林分类器模型，设置n_estimators参数为10，表示使用10个决策树。 5. 使用训练集数据进行模型训练。 6. 使用测试集数据进行预测。 7. 打印预测结果和真实结果。 8. 计算并打印准确率，准确率表示预测结果与真实结果一致的比例。 总结: 本例使用Scikit-learn库中的随机森林分类器对鸢尾花数据集进行分类。首先导入必要的类库，加载数据集并分为训练集和测试集。然后创建并训练随机森林分类器模型，使用测试集数据进行预测，并计算准确率。最后打印预测结果、真实结果和准确率。随机森林分类器是一种强大的机器学习模型，适用于分类和回归问题。其优点包括可处理大量数据、有较好的准确性、能够处理高维数据等。