帮我写一个随机森林预测程序

当然可以，随机森林是一种集成学习算法，可以用于分类和回归问题。以下是一个简单的 Python 代码示例：

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

# 生成一些随机数据
X, y = make_classification(n_samples=1000, n_features=4,
                            n_informative=2, n_redundant=0,
                            random_state=0, shuffle=False)

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

# 训练模型
clf.fit(X, y)

# 预测新数据
print(clf.predict([[0, 0, 0, 0]]))

这个程序使用 scikit-learn 库中的 RandomForestClassifier 类来创建一个随机森林分类器，然后使用 make_classification 函数生成一些随机数据进行训练和测试。最后，程序预测了一个新数据点的类别。