Python之隨機森林實戰

**實現：

1

#-*- coding: utf-8 -*-
2"""
3created on tue sep 4 09:38:57 201845
@author: zhen
6"""78
from sklearn.ensemble import
randomforestclassifier
9from sklearn.model_selection import
train_test_split
10from sklearn.metrics import
accuracy_score
11from sklearn.datasets import
load_iris
12import
matplotlib.pyplot as plt
1314 iris =load_iris()
15 x = iris.data[:, :2]
16 y =iris.target
17 x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.33, random_state=42)
1819
#n_estimators:森林中樹的個數（預設為10），建議為奇數20#
n_jobs:並行執行任務的個數（包括模型訓練和**），預設值為-1，表示根據核數
21 rnd_clf = randomforestclassifier(n_estimators=15, max_leaf_nodes=16, n_jobs=1)
22 rnd_clf.fit(x_train, y_train)
23 24 y_predict_rf = rnd_clf.predict(x_test)
2526
print
(accuracy_score(y_test, y_predict_rf))
2728
for name, score in zip(iris['
feature_names
'], rnd_clf.feature_importances_):
29print
(name, score)
3031
#視覺化
32 plt.plot(x_test[:, 0], y_test, '
r.', label='
real')
33 plt.plot(x_test[:, 0], y_predict_rf, '
b.', label='
predict')
34 plt.xlabel('
sepal-length
', fontsize=15)
35 plt.ylabel('
type
', fontsize=15)
36 plt.legend(loc="
upper left")
37plt.show()
3839 plt.plot(x_test[:, 1], y_test, '
r.', label='
real')
40 plt.plot(x_test[:, 1], y_predict_rf, '
b.', label='
predict')
41 plt.xlabel('
sepal-width
', fontsize=15)
42 plt.ylabel('
type
', fontsize=15)
43 plt.legend(loc="
upper right")
44 plt.show()

視覺化（檢視每個**條件的影響）：

分析：鳶尾花的花萼長度在小於6時**準確率很高，隨著長度的增加，在6~7這段中，**出現較大錯誤率，當大於7時，**會恢復到較好的情況。寬度也出現類似的情況，在3~3.5這個範圍出現較高錯誤，因此在訓練中建議在訓練資料中適量增加中間部分資料的訓練量（該部分不容易區分），以便得到較好的訓練模型！

隨機森林 python

這 幾天一直在看隨機森林。可以說遇到任何乙個有關 的問題。都可以首先隨機森林來進行 同時得到的結果也不會太差。在這篇文章裡我首先會向大家推薦幾篇寫的比較好的部落格。接著會將我覺得比較好的例子使用python scikit learn包來實現出來。首先推薦的就是 隨機森林入門 簡化版 老外寫的部落格，...

Python 隨機森林

隨機森林講解文件 scikit learn官方文件 scikit learn的官方文件 主要告訴大家如何使用scikit learn包中的類方法來進行隨機森林演算法的 其中講的比較好的是各個引數的具體用途。這裡我給出我的理解和部分翻譯 1 sklearn ensemble模組包含了兩個基於隨機決策樹...

Python資料探勘之隨機森林

主要是使用隨機森林將four列缺失的資料補齊。fit到randomforestregressor之中，n estimators代表隨機森林中的決策樹數量 n jobs這個引數告訴引擎有多少處理器是它可以使用。1 意味著沒有限制，而 1 值意味著它只能使用乙個處理器。import pandas as ...