隨機森林演算法原理及實際應用的Python範例（附完整程式碼）

隨機森林演算法是一種整合技術，能夠使用多個決策樹和一種稱為Bootstrap和聚合的技術來執行回歸和分類任務。這背後的基本想法是結合多個決策樹來確定最終輸出，而不是依賴單一決策樹。

機器學習中的隨機森林

隨機森林產生大量分類樹。將輸入向量放在森林中的每棵樹下，以根據輸入向量對新物件進行分類。每棵樹都分配了一個分類，我們可以稱之為“投票”，最終選擇最高票數的分類。

以下階段將幫助我們了解隨機森林演算法的工作原理。

第1步：先從資料集中選擇隨機樣本。

第2步：對於每個樣本，演算法將建立一個決策樹。然後將獲得每個決策樹的預測結果。

第3步：將對這一步中的每個預期結果進行投票。

第4步：最後選擇得票最多的預測結果作為最終的預測結果。

隨機森林方法具有以下優點

• #透過平均或整合不同決策樹的輸出，它解決了過度擬合的問題。
• 對於廣泛的資料項，隨機森林比單一決策樹表現更好。
• 即使缺少大量數據，隨機森林演算法也能保持高精度。

隨機森林的特徵

以下是隨機森林演算法的主要特徵：

1. 是目前可用的最準確的演算法。
2. 適用於龐大的資料庫。
3. 可以處理數以萬計的輸入變量，且不用刪除其中任何一個變數。
4. 隨著森林的增長，它會產生泛化誤差的內部無偏估計。
5. 即使在大量資料遺失的情況下也能保持其準確性。
6. 它包括用於平衡類別人群中不均勻資料集的不準確性的方法。
7. 所建立的森林可以在將來保存並用於其他資料。
8. 建立原型以顯示變數和分類之間的關係。
9. 它計算範例對之間的距離，這對於聚類、偵測異常值或提供引人入勝的資料視圖（按比例）很有用。
10. 未標記的資料可用於使用上述功能建立無監督聚類、資料視覺化和異常值識別。

隨機森林有多個決策樹作為基礎學習模型。我們從資料集中隨機執行行採樣和特徵採樣，形成每個模型的樣本資料集。這部分稱為引導程式。

如何使用隨機森林迴歸技術

1. #設計一個特定的問題或資料並取得來源以確定所需的資料。
2. 確保資料是可存取的格式，否則將其轉換為所需的格式。
3. 指定獲得所需資料可能需要的所有明顯異常和缺失資料點。
4. 建立機器學習模型。
5. 設定想要實現的基準模型
6. 訓練資料機器學習模型。
7. 使用測試資料提供對模型的洞察
8. 現在比較測試資料和模型預測資料的效能指標。
9. 如果它不能滿足，可以嘗試相應地改進模型或使用其他資料建模技術。
10. 在這個階段，解釋所獲得的數據並相應地報告。

Python實作隨機森林演算法流程

第1步：導入所需的函式庫。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

第2步：匯入並列印資料集

ata=pd.read_csv('Salaries.csv')
print(data)

第3步：從資料集中選擇所有行和第1列到x，選擇所有行和第2列作為y

x=df.iloc[:,:-1]#”:」表示將選取所有行，「:-1」表示將忽略最後一列

y=df.iloc[: ,-1:]#”：”表示它將選擇所有行，“-1:”表示它將忽略除最後一列之外的所有列

#“iloc()”函數使我們能夠選擇資料集的特定單元格，也就是說，它幫助我們從資料框或資料集的一組值中選擇屬於特定行或列的值。

第4步：將隨機森林迴歸器擬合到資料集

from sklearn.ensemble import RandomForestRegressor
regressor=RandomForestRegressor(n_estimators=100,random_state=0)
regressor.fit(x,y)

第5步：預測新結果

Y_pred=regressor.predict(np.array([6.5]).reshape(1,1))

第6步：視覺化結果

X_grid=np.arrange(min(x),max(x),0.01)
X_grid=X_grid.reshape((len(X_grid),1))
plt.scatter(x,y,color='blue')
plt.plot(X_grid,regressor.predict(X_grid),
color='green')
plt.title('Random Forest Regression')
plt.xlabel('Position level')
plt.ylabel('Salary')
plt.show()

以上是隨機森林演算法原理及實際應用的Python範例（附完整程式碼）的詳細內容。更多資訊請關注PHP中文網其他相關文章！