在随机森林训练中，我想实时看到我训练的数据怎么写代码

在随机森林训练中，可以使用sklearn库中的plot_tree函数来实时可视化训练的过程。具体步骤如下：

1. 导入库

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import make_classification
from sklearn.tree import plot_tree
import matplotlib.pyplot as plt

2. 生成随机数据

X, y = make_classification(n_samples=1000, n_features=4, n_informative=2, n_redundant=0, random_state=0, shuffle=False)

3. 初始化随机森林分类器

clf = RandomForestClassifier(n_estimators=10, max_depth=None, min_samples_split=2, random_state=0)

4. 训练模型并实时可视化

for i in range(clf.n_estimators):
    clf.fit(X, y)
    fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(4, 4), dpi=300)
    plot_tree(clf.estimators_[i], filled=True)
    plt.show()

这样，每次训练后都会实时可视化决策树的生成过程。注意，此方法适用于小型数据集，大型数据集需要对代码进行优化。