随机森林 

随机森林：多棵决策树构建而成，每一棵决策树都是上一篇文章中的决策树的原理，只是“随机森林”将其集成（ensemble）到了一起，因此，随机森林是一种“集成算法”

随机森林API 

随机森林API：class sklearn.ensemble.RandomForestClassifier(n_estimators=10, criterion='gini', max_depth=None, booststrap=True, rangdom_state=None)

• n_estimators：integer，optional（default=10），森林中树木的数量
• criterion：string，可选（default='gini'）分割特征的测量方法，也可选用entropy，上一篇中有写到两者计算方法略有不同，但是效果类似
• max_depth：integer或None，可选，默认为“None”，树的最大深度
• bootstrap：boolean，optional（default=True），是否在构建树时使用放回抽样

随机森林优点

• 准确率高
• 不会过拟合
• 适用于大数据集，较常用

随机森林实操

import numpy as np
from sklearn.ensemble import RangdomForestClassifier
import matplotlib.pyplot as plt
from sklearn import datasets
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifierwine = datasets.load_wine()

wine数据集介绍：

目标值分三类，target = 0，1，2；target_names = class_0, class_1, class_2

特征值有很多，feature_names: 'alcohol', 'malic_acid', 'alcalinity_of_ash', 'ash'......13种

data的shape = （178，13）

X = wine['data']
y = wine['target']X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)clf = RandomForestClassifier()
clf.fit(X_train, y_train)
y_ = clf.predict(X_test)from sklearn.metrics import accuracy_score
accuracy_score(y_test, y_)
# 1.0

由上述随机森林方法测出来的准确率是1.0

下面使用决策树方法

dt_clf = DecisionTreeClassifier()dt_clf.fit(X_train, y_train)dt_clf.score(X_test, y_test)
# 0.944444444

决策树方法测出来的准确率是0.944

score = 0 
for i in range(100):X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.2)dt_clf = DecisionTreeClassifier()dt_clf.fit(X_train,y_train)score+=dt_clf.score(X_test,y_test)/100print('决策树多次运行准确率：',score)

决策树多次运行准确率： 0.909166666666666

score = 0 
for i in range(100):X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.2)clf = RandomForestClassifier(n_estimators=100)clf.fit(X_train,y_train)score+=clf.score(X_test,y_test)/100print('随机森林多次运行准确率：',score)

随机森林多次运行准确率： 0.9808333333333332

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！