随机森林模型，如何对鸢尾花数据集进行预测？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

随机森林全称是“随机森林分类器”，一样也可以用于鸢尾花数据集的预测。根据苏南大叔的机器学习的模型预测的系列文章，可以推断：从表象上看，这些不同的预测模型套路都很一致。基本上换个模型引用，换个英文名，最多再调一下模型的参数就可以了。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验文章。本文测试环境：win10，python@3.11.0，sklearn@1.2.2。本文也是讲求短平快，直接上干货，不长篇大论了。

获得鸢尾花训练集

从前面的文章里面，苏南大叔已经对鸢尾花数据集做了无数次各个角度的数据分析。其实主要的目标就是读取csv，拿到目标数据并进行数据集切分。参考文章：

• https://newsn.net/say/sklearn-load_iris.html
• https://newsn.net/say/sklearn-csv.html
• https://newsn.net/say/sklearn-train_test_split.html

拿到鸢尾花数据集的方式很多，本文中加载的是tensorflow的在线鸢尾花数据集。

获取数据集的代码如下：

from sklearn.model_selection import train_test_split
import pandas as pd
data_url = "http://download.tensorflow.org/data/iris_training.csv"
column_names = ["萼长", "萼宽", "瓣长", "瓣宽", "种类"]
data = pd.read_csv(data_url, header=0, names=column_names)
X = data.iloc[:, :-1].values
y = data.iloc[:, -1:].values.flatten()
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=8)

这里拿到的X/y数据类型都是ndarray。

随机森林模型预测

在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而Random Forests是他们的商标。这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合Breimans的Bootstrap aggregating想法和Ho的random subspace method以建造决策树的集合。

这里采用RandomForestClassifier随机森林预测模型，做鸢尾花数据集的预测。测试代码如下：

from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier()
model.fit(X_train, y_train)
predictions = model.predict(X_test)
print(predictions)
print("随机森林模型预测结果:", model.score(X_test, y_test))

输出：

[1 2 2 2 1 1 0 0 1 1 0 2 2 0 0 2 2 2 2 0 0 2 0 1]
随机森林模型预测结果: 0.9166666666666666

结束语

机器学习的各种模型非常多，每个模型内部也有很多不同的预测方法。苏南大叔目前致力于最基本的简单介绍了解机器学习的各种算法，所以相关文章写的也不是很详细。见谅。

• https://newsn.net/tag/sklearn/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。