请给我一段Python使用随机森林分类的代码

好的，以下是一个简单的使用随机森林分类的Python代码：

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

# 生成随机数据集
X, y = make_classification(n_samples=1000, n_features=4,
                            n_informative=2, n_redundant=0,
                            random_state=0, shuffle=False)

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)

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

# 训练分类器
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 输出分类器的准确率
print("Accuracy:", clf.score(X_test, y_test))

这段代码使用了sklearn库中的RandomForestClassifier类来创建一个随机森林分类器，并使用make_classification函数生成了一个随机数据集。然后将数据集分为训练集和测试集，使用fit方法训练分类器，使用predict方法预测测试集，最后使用score方法输出分类器的准确率。