Python でランダム フォレスト アルゴリズムを作成するにはどうすればよいですか?
ランダム フォレストは、分類および回帰問題によく使用される強力な機械学習手法です。このアルゴリズムは、特徴をランダムに選択し、サンプルをランダムにサンプリングし、複数のデシジョン ツリーを構築し、その結果を統合することによって予測を行います。
この記事では、Python を使用してランダム フォレスト アルゴリズムを作成する方法を紹介し、具体的なコード例を示します。
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)上記は、Python でランダム フォレスト アルゴリズムを作成する完全なコード例です。これらのコードを通じて、ランダム フォレスト モデルを簡単に構築およびトレーニングし、予測とパフォーマンス評価を実行できます。
概要:
以上がPython でランダム フォレスト アルゴリズムを記述するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。