如何用Python编写随机森林算法？
随机森林是一种强大的机器学习方法，常用于分类和回归问题。该算法通过随机选择特征和随机抽样样本，建立多个决策树，并将它们的结果进行整合来做出预测。
本文将介绍如何使用Python编写随机森林算法，并提供具体的代码示例。
import numpy as np import pandas as pd from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score
data = pd.read_csv("iris.csv")# 将特征和标签分开
X = data.drop('species', axis=1)
y = data['species']
# 将分类变量转换成数值变量
y = pd.factorize(y)[0]X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
rf = RandomForestClassifier(n_estimators=100, random_state=42) rf.fit(X_train, y_train)
y_pred = rf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)以上就是用 Python 编写随机森林算法的完整代码示例。通过这些代码，我们可以方便地构建和训练随机森林模型，并进行预测和性能评估。
立即学习“Python免费学习笔记（深入）”；
总结：
随机森林是一种强大的机器学习方法，能够有效地解决分类和回归问题。使用Python编写随机森林算法非常简单，只需要导入相应的库、加载数据、预处理数据、划分训练集和测试集、构建和训练模型，最后进行预测和性能评估。以上代码示例可以帮助读者快速上手随机森林算法的编写和应用。
以上就是如何用Python编写随机森林算法？的详细内容，更多请关注php中文网其它相关文章！
python怎么学习？python怎么入门？python在哪学？python怎么学才快？不用担心，这里为大家提供了python速学教程(入门到精通)，有需要的小伙伴保存下载就能学习啦！
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
607
收藏
