“随机森林”分类器的python实现过程

1、需要以下模块：

from sklearn import datasets

from sklearn.ensemble import  RandomForestClassifier

import numpy as np

数据集还是iris：

a=datasets.load_iris()

至于怎么使用这组数据，完全照搬《KNN分类器的实现过程（python）》的方法。

2、创建一个随机森林分类器：

fs = {'随机森林' : RandomForestClassifier(n_estimators=50)}

3、训练模型：

f = fs[f_key]

f.fit(x_train,y_train.ravel())

4、测试模型：

g = f.predict(x_test)

5、用整个数据集做测试，看看准确率：

sc = f.score(x,y.ravel())