在Python中随机森林编程需要帮助吗

Question

我现在正在尝试做一个关于随机森林的简单程序。采用两个序列进行训练和预测，绘制最终的随机森林曲线。在

但是我不能这样做，因为我不知道我应该采取哪种序列，以及如何将随机森林结果绘制在图上，就像我们以前用R语言做的那样。在

我已经试过了-

import numpy as np

from pylab import *

test=np.random.rand(1000,10)

print (test)

train=np.random.rand(1000,5)

print (train)


from sklearn.ensemble import RandomForestClassifier

rfc = RandomForestClassifier(n_estimators=100,n_jobs=10)

rfc.fit(test, train)

请看代码，这将是一个很大的帮助，如果你可以纠正代码，并告诉我如何绘制随机森林结果。在

我期待您尽快的回复。在

---

用R语言，我做了这个-

模拟数据

^{pr2}$

运行randomForest实现

library(randomForest)

rf1 <- randomForest(predict~., data=df, mtry=2, ntree=500, importance=TRUE)

importance(rf1,type=1)

党的执政实践

library(party)

cf1 <- cforest(predict~.,data=df,control=cforest_unbiased(mtry=2,ntree=50))

varimp(cf1)

varimp(cf1,conditional=TRUE)

情节

plot (rf1, log = "y")

---

Answer 1

train和test变量的预期含义是什么？在

RandomForestClassifier.fit的documentation表示对于分类器，您需要为第二个参数（文档中名为y）传递类标签。它可以是整数值（每个可能类的整数）或字符串标签列表。在

另外，fit只能用训练数据调用（训练集输入特性和训练集标签），因此传递一个名为test的变量确实很混乱。在

请从以下scikit教程开始学习如何使用该库训练分类器：

• http://scikit-learn.org/stable/documentation.html

然后特别阅读随机森林的文档：

• http://scikit-learn.org/stable/modules/ensemble.html#forests-of-randomized-trees

如果要计算变量重要性，请特别阅读本节：

• http://scikit-learn.org/stable/modules/ensemble.html#feature-importance-evaluation