鸢尾花数据集分类-随机森林_使用随机森林对鸢尾花数据集进行分类python代码

随机森林

鸢尾花数据集分类-决策树
https://blog.csdn.net/weixin_42567027/article/details/107487428

Bagging + 决策树 = 随机森林

Bagging

Bagging（套袋法）：

1. 从原始样本集中使用Bootstraping方法随机抽取n个训练样本，共进行k轮抽取，得到k个训练集。（k个训练集之间相互独立，元素可以有重复）
2. 针对k个训练集，训练k个模型
3. 分类问题：由投票表决产生分类结果；回归问题：由k个模型预测结果的均值作为最后预测结果。

数据集

代码

// An highlighted block
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestClassifier

# 'sepal length', 'sepal width', 'petal length', 'petal width'
iris_feature = u'花萼长度', u'花萼宽度', u'花瓣长度', u'花瓣宽度'

if __name__ == "__main__":
    # 字体颜色：黑体 FangSong/KaiTi
    mpl.rcParams['font.sans-serif'] = [u'SimHei'] 
    mpl.rcParams['axes.unicode_minus'] = False

    '''加载数据'''
    data = pd.read_csv('F:\pythonlianxi\shuju\iris.data', header=None)
    #样本集，标签集
    x_prime = data[range(4)]
    y = pd.Categorical(data[4]).codes
    x = x_prime.iloc[:, 2:4]
    print('开始训练模型....')

    '''训练随机森林'''
    # 200棵树，深度为3
    clf = RandomForestClassifier(n_estimators=200, criterion='entropy', max_depth=10)
    clf.fit(x, y.ravel())
    #print(clf.oob_score_,)
    #测试数据
    #y_test_hat = clf.predict(x_test)      # 测试数据
    #print(y_test_hat)
    
    # 横纵坐标的采样值
    N, M = 50, 50  
    x1_min, x2_min = x.min()
    x1_max, x2_max = x.max()
    t1 = np.linspace(x1_min, x1_max, N)
    t2 = np.linspace(x2_min, x2_max, M)
     # 生成网格采样点
    x1, x2 = np.meshgrid(t1, t2) 
     # 测试点
    x_show = np.stack((x1.flat, x2.flat), axis=1) 
    
    #图形添加颜色
    cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF'])
    cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])
     # 预测值
    y_show_hat = clf.predict(x_show) 
    # 使之与输入的形状相同
    y_show_hat = y_show_hat.reshape(x1.shape)  
    
    '''绘图'''
    plt.figure(facecolor='w')
    plt.pcolormesh(x1, x2, y_show_hat, cmap=cm_light)  # 预测值的显示
    #第两列，第三列的特征
    plt.scatter(x[2], x[3], c=y.ravel(), edgecolors='k', s=40, cmap=cm_dark)  
    plt.xlabel(iris_feature[2], fontsize=15)
    plt.ylabel(iris_feature[3], fontsize=15)
    plt.xlim(x1_min, x1_max)
    plt.ylim(x2_min, x2_max)
    plt.grid(True)
    plt.title(u'鸢尾花数据的决策树分类', fontsize=17)
    plt.show()

    '''测试样本'''
    # 训练集上的预测结果
    y_hat = clf.predict(x)
    y = y.reshape(-1)
    c = np.count_nonzero(y_hat == y)  # 统计预测正确的个数
    print('\t预测正确数目：', c)
    print('\t准确率: %.2f%%' % (100 * float(c) / float(len(y))))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71

实验分析