随机森林（Random Forests）

通过5个条件判定一件事情是否会发生，5个条件对这件事情是否发生的影响力不同，计算每个条件对这件事情发生的影响力多大，写一个随机森林（Random Forests）模型程序,最后打印5个条件分别的影响力。

ChatGPT

下面是一个使用随机森林（Random Forests）来计算每个条件对事件发生影响力的Python程序示例。在这个示例中，将使用scikit-learn库中的RandomForestClassifier来训练模型，并使用模型的feature_importances_属性来获取特征重要性。

from sklearn.ensemble import RandomForestClassifier 
from sklearn.model_selection import train_test_split 
from sklearn.datasets import make_classification 

# 生成模拟数据  
# 在实际应用中，你应该使用自己的数据替换这部分  
X, y = make_classification(n_samples=1000, n_features=5, n_informative=5, n_redundant=0, random_state=42)

# 划分数据集为训练集和测试集  
X_train, X_test, y_train, y_te