机器学习算法系列（3）随机森林_随机森林算法特点-优快云博客

本文链接：https://blog.youkuaiyun.com/Kunzhong_/article/details/104738570

本文介绍了随机森林的算法原理，包括森林的概念和随机性的双重特点。在气温预测的案例中，阐述了数据预处理、模型构建和调参的具体流程，强调了特征选择的重要性。随机森林具备解决分类和回归问题、抗过拟合等优点，但也存在过拟合风险、计算成本高和训练时间长等缺点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、算法原理

随机森林： 森林：多个决策树并行运行；随机：两重随机性，每个决策树特征个数和样本个数按一定比例随机选择，最后投票选出最终结果。
在这里插入图片描述
二、案例：气温预测

#导入库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

plt.style.use("fivethirtyeight")
%matplotlib inline

import warnings
warnings.filterwarnings("ignore")#忽略警告

#读取数据
df = pd.read_csv('temps_extended.csv')
df.head()

在这里插入图片描述

print('数据维度',df.shape)

在这里插入图片描述

df.describe()

在这里插入图片描述
1.数据预处理

（1）标准时间格式

import datetime
years = df["year"]
months = df["month"]
days = df["day"]
dates = [str(int(year)) + "-" + str(int(month)) + "-" + str(int(day)) for year,month,day in zip(years,months,days)]
dates = [datetime.datetime.strptime(date,"%Y-%m-%d") for date in dates]
dates[0:5]

在这里插入图片描述
（2）变量时序图

fig,((ax1,ax2),(ax3,ax4),(ax5,ax6),(ax7,ax8)) = plt.subplots(4,2,figsize = (15,20))
fig.autofmt_xdate(rotation = 45 )

ax1.plot(dates,df["actual"])
ax1.set_xlabel("");ax1.set_ylabel("Temperature");ax1.set_title("Max Temp")

ax2.plot(dates,df["ws_1"])
ax2.set_xlabel("");ax2.set_ylabel("Temperature");ax2.set_title("Previous Wind Speed")

ax3.plot(dates,df["prcp_1"])
ax3.set_xlabel("");ax3