classifier = RandomForestClassifier(n_estimators=1000, bootstrap=True, max_features='sqrt') classifier.fit(train_data,train_label.ravel())

这段代码使用随机森林算法进行分类任务的训练，并且使用了Scikit-learn库中的RandomForestClassifier类。其中，n_estimators参数指定了随机森林中决策树的数量，bootstrap参数指定了是否采用有放回的随机抽样来构建每棵决策树，max_features参数指定了每次随机抽样所选取的特征数量。train_data和train_label分别代表了训练数据和训练标签，ravel()函数用于将标签数据展平为一维数组，以符合RandomForestClassifier的输入要求。通过调用fit()函数，可以对训练数据和标签进行拟合，训练出一个随机森林分类器。