随机森林python代码实现

以下是一个简单的随机森林Python代码实现示例：

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

# 创建一个随机的分类数据集
X, y = make_classification(n_samples=1000, n_features=4, n_informative=2, n_redundant=0, random_state=0, shuffle=False)

# 创建一个随机森林分类器
clf = RandomForestClassifier(n_estimators=100, max_depth=2, random_state=0)

# 使用训练数据拟合分类器
clf.fit(X, y)

# 使用分类器进行预测
y_pred = clf.predict(X)

# 打印预测结果
print(y_pred)

该代码使用`sklearn`库中的`RandomForestClassifier`类来实现随机森林分类器。首先，创建一个随机的分类数据集`X`和`y`，然后创建一个随机森林分类器`clf`。接下来，使用训练数据`X`和`y`拟合分类器，并使用`predict`方法进行预测。最后，打印预测结果`y_pred`。