随机森林输出结果概率python代码
时间: 2024-10-24 15:00:19 浏览: 10
生存分析随机森林实验与代码_python_生存分析_随机森林_
5星 · 资源好评率100%
随机森林是一种集成学习方法,它通常用于分类和回归任务,并能够提供预测结果的概率估计。在Python中,可以使用sklearn库来构建随机森林模型并获取输出结果的概率。以下是一个简单的示例:
```python
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris
import numpy as np
# 加载数据
iris = load_iris()
X = iris.data
y = iris.target
# 创建随机森林分类器
clf = RandomForestClassifier(n_estimators=100)
# 训练模型
clf.fit(X, y)
# 进行预测并获取概率
# 对于分类任务,random_forest.predict_proba()返回每个样本属于各个类别的概率
probs = clf.predict_proba(X[:1]) # 选择第一个样本作为例子
# 结果是一个二维数组,每一行对应一个样本,每一列对应一个类别的概率
print(probs)
#
阅读全文