Day 19 随机森林

今天我们要介绍的是随机森林，所谓的随机森林就是指将多个决策树组合而成并且加入随机的分配去训练资料，而所有的决策树都是独立的，简单来说每个决策树最後的结果都会是互相独立的，而随机森林就像是多数决，也就是多颗决策树的答案会是随机森林的答案。

随机森林

我们将用iris的资料集去做简单的分析。

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
import seaborn as sns 
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, confusion_matrix

首先我们先将需要用到的套件载入。

pip3 install 套件名称

如果有缺少的套件则可以在终端机上下载缺少的套件。

data = datasets.load_iris()
x = pd.DataFrame(data['data'],columns = data["feature_names"])
print(x)
y = pd.DataFrame(data["target"],columns = ["tar"])
print(y)
data_iris = pd.concat([x,y], axis = 1)
print(data_iris)
data_iris = data_iris[["sepal length (cm)","petal length (cm)","tar"]]
print(data_iris)
data_iris = data_iris[data_iris['tar'].isin([0,1])]
print(data_iris)

接下来我们将iris资料集载入，并将资料合并。

X_train, X_test, Y_train, Y_test = train_test_split(data_iris[["sepal length (cm)","petal length (cm)"]],data_iris["tar"],test_size=0.3, random_state=0)

接下来我们将资料分成测试与训练集。

t = 5
tra = RandomForestClassifier(max_depth = 2, n_estimators = t,max_features = 1)
tra.fit(X_train , Y_train) 
predict = tra.predict(X_test)

接下来我们训练随机森林的模型。

print(confusion_matrix(Y_test,predict))
print(classification_report(Y_test,predict))

接下来我们将用模型预测结果。

以上就是简易的随机森林做法。