随机森林算法实现遇到的问题

随机森林 具体参考https://blog.youkuaiyun.com/y0367/article/details/51501780

及https://baijiahao.baidu.com/s?id=1612329431904493042&wfr=spider&for=pc

学习随机森林和k-means算法代码时遇到了random_state参数，fit（）函数，不懂是用来干什么的，有什么作用

1、random_state

学习k-means算法时查看代码发现有random_state参数代码如下，不知道其代表什么，

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs

X, y = make_blobs(n_samples=1500,n_features=2,centers=3,cluster_std=0.5,random_state =0)#X为样本特征，Y为样本簇类别， 共1500个样本，每个样本2个特征，三个簇，簇方差为0.5

plt.scatter(X[:, 0],X[:, 1],marker='o')
plt.show()

查阅该博主文章终于懂了https://blog.youkuaiyun.com/Tony_Stark_Wang/article/details/80407923

很多人都把random_state解释为随机数种子。是不是很懵逼？什么是随机数种子？

我也不知道什么是随机数种子。但是，随机数种子是为了保证每次随机的结果都是一样的

Example：sklarn可以随机分割训练集和测试集（交叉验证），只需要在代码中引入model_selection.train_test_split就可以了

代码：

1. from sklearn import model_selection

2. x_train, x_test, y_train, y_test = model_selection.train_test_split(x, y, test_size=0.2, random_state=0)

这里的random_state就是为了保证程序每次运行都分割一样的训练集合测试集。否则，同样的算法模型在不同的训练集和测试集上的效果不一样。

当你用sklearn分割完测试集和训练集，确定模型和促初始参数以后，你会发现程序每运行一次，都会得到不同的准确率，无法调参。这个时候就是因为没有加random_state。加上以后就可以调参了。

 

2、clt.fit（）

fit()可以说是调用的通用方法。fit(X)，表示用数据X来训练某种模型。 函数返回值一般为调用fit方法的对象本身。fit(X,y=None)为无监督学习算法，fit(X,Y)为监督学习算法