随机森林算法python

当然，我可以为您提供随机森林算法的 Python 代码示例。下面是一个简单的示例：

# 1. 导入所需的库
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import numpy as np

# 2. 导入数据
data = np.loadtxt('data.csv', delimiter=',')
X = data[:, :-1]
y = data[:, -1]

# 3. 拆分数据集为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 4. 训练随机森林模型
num_trees = 100  # 设置决策树数量
model = RandomForestClassifier(n_estimators=num_trees)
model.fit(X_train, y_train)

# 5. 预测测试集数据
y_pred = model.predict(X_test)

# 6. 计算准确率
accuracy = accuracy_score(y_test, y_pred)

print("准确率:", accuracy)

请注意，这只是一个基本的示例，您可能需要根据您的具体数据和需求进行适当的修改。另外，您需要确保已经安装了相应的 Python 包（如 scikit-learn）。

希望这个示例能对您有所帮助！如果您有任何其他问题，请随时提问。