随机森林算法结果画图代码

随机森林算法的结果可以通过绘制特征重要性图来展示。以下是一个简单的随机森林算法结果画图的代码示例：

from sklearn.ensemble import RandomForestClassifier
import matplotlib.pyplot as plt

# 加载数据集
X, y = load_data()

# 构建随机森林分类器
rfc = RandomForestClassifier()

# 训练随机森林模型
rfc.fit(X, y)

# 绘制特征重要性图
importances = rfc.feature_importances_
indices = np.argsort(importances)[::-1]

plt.bar(range(X.shape[1]), importances[indices])
plt.xticks(range(X.shape[1]), indices)
plt.title("Feature Importances")
plt.show()

该代码首先导入了`RandomForestClassifier`类和`matplotlib.pyplot`模块。然后，加载数据集并构建了一个随机森林分类器，接着训练随机森林模型。最后，使用`bar`函数绘制了特征重要性图，并使用`xticks`函数设置x轴标签。最后，使用`title`函数设置标题并使用`show`函数展示图形。