python实现随机森林

Python 中可以使用 scikit-learn 库实现随机森林算法。下面是一个简单的随机森林实现示例：

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import make_classification

# 生成随机数据
X, y = make_classification(n_samples=1000, n_features=4, random_state=0, shuffle=False)

# 定义随机森林模型
clf = RandomForestClassifier(n_estimators=100, max_depth=2, random_state=0)

# 训练模型
clf.fit(X, y)

# 预测新数据
print(clf.predict([[0, 0, 0, 0]]))

在上面的示例中，我们使用 `make_classification` 函数生成了一个包含 1000 个样本和 4 个特征的随机数据集。然后，我们使用 `RandomForestClassifier` 类定义了一个随机森林模型，并使用 `fit` 方法对模型进行训练。最后，我们使用 `predict` 方法对新数据进行预测。