随机森林实例python

以下是一个使用随机森林分类器进行分类的Python代码示例：

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

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

# 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]]))

在此示例中，我们使用`make_classification`函数创建了一个随机数据集，包含1000个样本和4个特征。我们使用`RandomForestClassifier`类创建了一个随机森林分类器，并使用`fit`方法对其进行训练。最后，我们使用`predict`方法对新样本进行分类，并打印出预测结果。