第1关：随机森林分类器

YLTommi

于 2024-04-11 09:51:15 发布

阅读量231

点赞数 3

文章标签：随机森林机器学习人工智能深度学习

本文链接：https://blog.youkuaiyun.com/yangleileileilei/article/details/137627148

版权

本文展示了如何使用Python的scikit-learn库中的RandomForestClassifier对鸢尾花数据集进行训练和测试，包括数据预处理、划分训练集和测试集、模型训练以及评估模型在训练集和测试集上的准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 导入相关库
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.datasets import load_iris
import numpy as np

# 下载数据集
iris = load_iris()
X = iris["data"]
y = iris["target"]

np.random.seed(0)
# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 创建 RandomForestClassifier 对象
clf = RandomForestClassifier()

# 调用 fit 函数执行训练过程
clf.fit(X_train, y_train)

# 打印结果
print('训练集准确率：', accuracy_score(y_train, clf.predict(X_train)))
print('测试集准确率：', accuracy_score(y_test, clf.predict(X_test)))