用python写一段随机森林情感分类，分值为1-5

好的，以下是一个简单的随机森林情感分类的Python例子，分值为1-5：

from sklearn.ensemble import RandomForestClassifier
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.model_selection import train_test_split
import pandas as pd

# 读入数据，包括文本和情感分值
data = pd.read_csv('data.csv')
X = data['text']
y = data['score']

# 将文本转换成特征向量
vectorizer = CountVectorizer()
X_vec = vectorizer.fit_transform(X)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X_vec, y, test_size=0.2)

# 训练随机森林分类器
rfc = RandomForestClassifier(n_estimators=100, max_depth=5)
rfc.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = rfc.predict(X_test)

# 输出准确率
print('Accuracy:', rfc.score(X_test, y_test))

在这个例子中，我们使用sklearn库中的随机森林分类器，并使用CountVectorizer将文本转换成特征向量。然后，我们将数据集划分成训练集和测试集，并训练随机森林分类器。最后，我们在测试集上进行预测，并输出准确率。