构建随机森林分类模型预测消费者是否会接受优惠券的python代码
时间: 2023-06-20 15:04:59 浏览: 47
以下是一个简单的随机森林分类模型预测消费者是否会接受优惠券的 Python 代码:
```python
# 导入必要的库
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
# 加载数据集
data = pd.read_csv("coupon_data.csv")
# 划分特征和目标变量
X = data.drop('accepted', axis=1)
y = data['accepted']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# 建立随机森林模型
rf = RandomForestClassifier(random_state=42)
rf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = rf.predict(X_test)
# 计算模型准确率
accuracy = accuracy_score(y_test, y_pred)
print("模型准确率:", accuracy)
```
以上代码假设数据集已经保存在名为 `coupon_data.csv` 的 CSV 文件中,其中特征列为除 `accepted` 以外的所有列。我们使用 `train_test_split` 函数将数据集分成训练集和测试集,然后使用 `RandomForestClassifier` 类建立一个随机森林分类器。最后,我们在测试集上进行预测并计算模型准确率。