python实现随机森林算法
时间: 2023-07-06 12:33:57 浏览: 126
用Python实现随机森林算法的示例
5星 · 资源好评率100%
以下是使用Python中的sklearn库实现随机森林算法的示例代码:
```python
from sklearn.ensemble import RandomForestClassifier
# 加载数据
X_train, y_train = load_data('train.csv')
X_test, y_test = load_data('test.csv')
# 创建随机森林分类器
rfc = RandomForestClassifier(n_estimators=100, max_depth=5, random_state=0)
# 训练模型
rfc.fit(X_train, y_train)
# 预测测试集
y_pred = rfc.predict(X_test)
# 评估模型性能
accuracy = accuracy_score(y_test, y_pred)
```
在这里,我们使用sklearn库中的RandomForestClassifier类来创建随机森林分类器。在实例化分类器时,我们可以指定一些参数,如n_estimators(决策树的数量)、max_depth(每个决策树的最大深度)和random_state(随机种子),以调整模型的性能。接着,我们使用fit方法来训练模型,并使用predict方法来进行预测。最后,我们使用accuracy_score函数来计算模型的准确度。
阅读全文