写一段随机森林回归python代码
时间: 2023-10-14 09:13:20 浏览: 48
以下是一个简单的随机森林回归Python代码:
```python
from sklearn.ensemble import RandomForestRegressor
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 加载波士顿房价数据集
boston = load_boston()
# 分割训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.2, random_state=42)
# 创建随机森林回归模型
rf_regressor = RandomForestRegressor(n_estimators=100, random_state=42)
# 训练模型
rf_regressor.fit(X_train, y_train)
# 预测测试集结果
y_predicted = rf_regressor.predict(X_test)
# 计算均方误差
mse = mean_squared_error(y_test, y_predicted)
print("均方误差:", mse)
```
在这个示例中,我们使用了Scikit-learn中的随机森林回归模型,并使用波士顿房价数据集进行训练和测试。我们将训练集分割为80%的训练数据和20%的测试数据。我们使用100个决策树来构建随机森林模型,并计算测试数据的均方误差。