鸢尾花数据集随机森林

### 使用随机森林算法处理鸢尾花数据集

#### 导入必要的库
为了实现这一目标，首先需要导入一些基本的 Python 库来支持数据分析和建模工作。Pandas 和 NumPy 是用于数据操作的强大工具；而 scikit-learn 则提供了简单有效的接口来进行机器学习。

import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report

#### 加载并探索数据集
接下来加载著名的鸢尾花 (Iris) 数据集，并对其进行初步了解。该数据集中包含了四种不同类型的特征测量值以及对应的类别标签。

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data  # 特征变量
y = iris.target  # 类别标签

# 将其转换成 DataFrame 方便查看前几条记录
df = pd.DataFrame(X, columns=iris.feature_names)
print(df.head())

#### 准备训练与测试样本
将原始的数据划分为训练集和测试集两部分，以便后续能够有效地评估模型性能。这里采用 `train_test_split` 方法完成此任务，通常会保留一部分作为独立验证用途。

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

#### 构建随机森林分类器
创建一个基于随机森林的分类器实例，并设置参数如树的数量 (`n_estimators`) 来调整模型复杂度。之后可以调用 `.fit()` 方法让模型去拟合给定的训练数据。

rf_clf = RandomForestClassifier(n_estimators=100, random_state=42)
rf_clf.fit(X_train, y_train)

#### 验证模型准确性
最后一步是对之前未见过的新样例执行预测操作，并计算出整体准确率以及其他评价指标，比如精确度、召回率等。这有助于全面理解所建立模型的表现情况。

predictions = rf_clf.predict(X_test)

accuracy = accuracy_score(y_test, predictions)
report = classification_report(y_test, predictions)

print(f'Accuracy: {accuracy * 100:.2f}%')
print('Classification Report:')
print(report)

上述过程概述了一个完整的流程，在实际应用中还可以进一步优化超参数配置或是尝试其他预处理技术以提高最终的结果质量[^1]。