随机森林python代码实现

以下是一个简单的随机森林分类器的 Python 代码实现：

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

# 创建一个人工数据集
X, y = make_classification(n_samples=1000, n_features=4, 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)

# 训练分类器
clf.fit(X, y)

# 使用分类器进行预测
print(clf.predict([[0, 0, 0, 0]]))

这个代码使用 scikit-learn 库创建了一个人工数据集，并使用随机森林分类器对数据进行训练和预测。在这个例子中，随机森林分类器使用了 100 棵树，并且每棵树的最大深度都限制在 2 层。