随机森林回归使用matplotlib绘图代码
时间: 2023-08-31 16:07:14 浏览: 48
当使用随机森林进行回归分析时,可以使用 Matplotlib 库绘制相关的图表。下面是一个简单的示例代码,展示了如何使用 Matplotlib 绘制随机森林回归的预测结果:
```python
import numpy as np
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestRegressor
# 生成一些随机数据
X = np.random.rand(100, 1) * 10
y = np.sin(X).ravel()
# 训练随机森林回归模型
model = RandomForestRegressor(n_estimators=10)
model.fit(X, y)
# 生成预测结果
X_test = np.arange(0, 10, 0.1)[:, np.newaxis]
y_pred = model.predict(X_test)
# 绘制原始数据和预测结果
plt.scatter(X, y, color='b', label='Actual')
plt.plot(X_test, y_pred, color='r', label='Predicted')
plt.xlabel('X')
plt.ylabel('y')
plt.title('Random Forest Regression')
plt.legend()
plt.show()
```
以上代码首先生成了一些随机的 X 值,并使用正弦函数生成对应的 y 值。然后使用随机森林回归模型进行训练,并生成预测结果。最后,使用 Matplotlib 绘制了原始数据点和预测结果的曲线图。
您可以根据自己的需求修改数据和参数,以及图表的样式来适应您的实际情况。希望对您有帮助!如果还有其他问题,请随时提问。