随机森林算法python代码
时间: 2023-07-23 21:11:47 浏览: 37
以下是一个使用随机森林算法的简单示例代码:
```python
# 导入所需库
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建随机森林分类器
rf_classifier = RandomForestClassifier(n_estimators=100)
# 训练模型
rf_classifier.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = rf_classifier.predict(X_test)
# 打印预测结果
print("预测结果:", y_pred)
# 打印准确率
accuracy = rf_classifier.score(X_test, y_test)
print("准确率:", accuracy)
```
这段代码使用了sklearn库中的随机森林分类器(RandomForestClassifier)对鸢尾花数据集(load_iris)进行分类。首先,加载数据集并划分为训练集和测试集。然后,创建一个随机森林分类器,并使用训练集进行训练。最后,在测试集上进行预测,并打印预测结果和准确率。