帮我写一个随机森林python代码

以下是一个简单的随机森林Python代码，它使用Scikit-learn库：

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

# 生成一个样本数据集
X, y = make_classification(n_samples=1000, n_features=10, n_informative=5, n_redundant=0, random_state=0)

# 将数据集拆分为训练和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 创建一个随机森林分类器
rf = RandomForestClassifier(n_estimators=100, max_depth=2, random_state=0)

# 训练随机森林分类器
rf.fit(X_train, y_train)

# 预测测试集数据
y_pred = rf.predict(X_test)

# 输出准确率
print("Accuracy:", rf.score(X_test, y_test))

在这个例子中，我们生成了一个包含1000个样本和10个特征的数据集，并将其拆分为训练和测试集。我们创建了一个随机森林分类器，包含100个树和最大深度为2。我们使用训练数据拟合随机森林分类器，然后用测试数据进行预测，并输出准确率。