python随机森林回归代码
时间: 2023-09-10 13:09:28 浏览: 109
当然,我可以为您提供一个基本的Python随机森林回归代码示例:
```python
# 导入所需的库
import numpy as np
import pandas as pd
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 导入数据集
data = pd.read_csv("data.csv") # 假设您的数据保存在名为"data.csv"的文件中
# 准备输入特征和目标变量
X = data.drop("target_variable", axis=1) # 假设目标变量的名称为"target_variable"
y = data["target_variable"]
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建随机森林回归模型
rf_regressor = RandomForestRegressor()
# 拟合模型
rf_regressor.fit(X_train, y_train)
# 预测测试集
y_pred = rf_regressor.predict(X_test)
# 计算均方根误差(RMSE)
rmse = np.sqrt(mean_squared_error(y_test, y_pred))
print("RMSE:", rmse)
```
请注意,您需要将代码中的"data.csv"替换为您自己的数据文件名,并将"target_variable"替换为目标变量的名称。此外,您还可以根据需要调整其他参数,如测试集大小和随机森林回归模型的超参数。希望对您有所帮助!如有更多问题,请随时提问。
阅读全文