随机森林算法预测结果画图代码
时间: 2023-10-30 20:08:44 浏览: 42
以下是基于Python中sklearn库实现的随机森林算法预测结果画图代码:
```python
import numpy as np
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestRegressor
# 生成随机数据
x = np.sort(5 * np.random.rand(80, 1), axis=0)
y = np.sin(x).ravel()
# 加入噪声
y[::5] += 3 * (0.5 - np.random.rand(16))
# 定义随机森林回归模型
rf = RandomForestRegressor(n_estimators=10, random_state=0)
# 训练模型
rf.fit(x, y)
# 预测结果
x_test = np.arange(0.0, 5.0, 0.01)[:, np.newaxis]
y_test = rf.predict(x_test)
# 画图
plt.figure()
plt.scatter(x, y, c="k", label="训练集")
plt.plot(x_test, y_test, c="r", label="预测值")
plt.xlabel("数据")
plt.ylabel("目标")
plt.title("随机森林回归")
plt.legend()
plt.show()
```
在这个例子中,我们使用随机森林回归模型对一些随机生成的带有噪声的正弦函数进行拟合,并画出了预测结果图。你可以根据自己的数据集和需求修改代码。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)