随机深林分类树案列——乳腺癌预测

最新推荐文章于 2024-05-16 08:29:31 发布

天涯沽客

最新推荐文章于 2024-05-16 08:29:31 发布

阅读量2.8k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python机器学习文章标签：随机深林决策树

本文链接：https://blog.youkuaiyun.com/u012199482/article/details/82902282

本文基于UCI数据集，运用随机森林算法进行乳腺癌预测。随机森林是在Bagging策略上改进的算法，通过Bootstrap抽样选择样本，随机选取属性创建决策树，并多次重复构建多棵树形成森林，最终通过多数投票确定分类结果。文中详细介绍了随机森林的实现过程及其在乳腺癌风险预测中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

UCI数据集地址：http://archive.ics.uci.edu/ml/datasets/Cervical+cancer+%28Risk+Factors%29
Random Forest:在Bagging策略的基础上进行修改后的一种算法

从样本集中用Bootstrap采样选出n个样本；
从所有属性中随机选择K个属性，选择出最佳分割属性作为节点创建决策树；
重复以上两步m次，即建立m棵决策树；
这m个决策树形成随机森林，通过投票表决结果决定数据属于那一类

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn import tree
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline
from sklearn.model_selection import GridSearchCV
from sklearn.preprocessing import MinMaxScaler
from sklearn.decomposition import PCA
from sklearn.preprocessing import Imputer
from sklearn.preprocessing import label_binarize
from sklearn import metrics

mpl.rcParams['font.sans-serif'] = [u'SimHei']
mpl.rcParams['axes.unicode_minus'] = False
names = [u'Age', u'Number of sexual partners', u'First sexual intercourse',
       u'Num of pregnancies', u'Smokes', u'Smokes (years)',
       u'Smokes (packs/year)', u'Hormonal Contraceptives',
       u'Hormonal Contraceptives (years)', u'IUD', u'IUD (years)', u'STDs',
       u'STDs (number)', u'STDs:condylomatosis',
       u'STDs:cervical condylomatosis', u'STDs:vaginal condylomatosis',
       u'STDs:vulvo-perineal condylomatosis', u'STDs:syp