RandomForestClassifier() 和GridSearchCV使用

from sklearn.ensembleimport RandomForestClassifier

from sklearn.model_selectionimport GridSearchCV

from sklearn.model_selectionimport train_test_split

train_X,test_X,train_Y,test_Y= train_test_split(X,Y,test_size=0.2,random_state=1) #訓(xùn)練集，測試集

estimator= RandomForestClassifier(bootstrap=True,class_weight=None,criterion='gini',

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? max_depth=None,max_features='auto',max_leaf_nodes=None,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? min_samples_leaf=1,min_samples_split=2,min_weight_fraction_leaf=0.0,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? oob_score=True,random_state=None) #gridsearchcv()中的分類器

param= {'n_estimator':range(10,100,10),'criterion':['gini','entropy']} #分類器需要調(diào)整的參數(shù)

gsearsh= GridSearchCV(estimator=estimator,param_grid=param,cv=5)#網(wǎng)格搜索來調(diào)參

gsearch.fit(train_X,train_Y)

best_param= gsearsh.best_params_ #最優(yōu)的參數(shù)仑性，類型為字典dict

clf= RandomForestClassifier(n_estimators = best_param["n_estimator"],

? ? ? ? ? ? ? ? ? ? ? ? ? ? criterion=best_param["criterion"],oob_score=True) #使用經(jīng)過網(wǎng)格搜索得到的?最優(yōu)參數(shù)

clf.fit(train_X,train_Y) #生成訓(xùn)練模型

clf.predict(test_X) #對訓(xùn)練集進(jìn)行預(yù)測

clf.score(test_X,test_Y) #查看效果

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 人面猴
    序言：七十年代末勿负，一起剝皮案震驚了整個濱河市，隨后出現(xiàn)的幾起案子他宛，更是在濱河造成了極大的恐慌，老刑警劉巖欠气，帶你破解...
    沈念sama閱讀 218,284評論 6贊 506
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件厅各，死亡現(xiàn)場離奇詭異，居然都是意外死亡预柒，警方通過查閱死者的電腦和手機(jī)队塘，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評論 3贊 395
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門，熙熙樓的掌柜王于貴愁眉苦臉地迎上來宜鸯，“玉大人憔古，你說我怎么就攤上這事×苄洌” “怎么了鸿市？”我有些...
    開封第一講書人閱讀 164,614評論 0贊 354
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵，是天一觀的道長。 經(jīng)常有香客問我焰情，道長陌凳，這世上最難降的妖魔是什么？ 我笑而不...
    開封第一講書人閱讀 58,671評論 1贊 293
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任内舟，我火速辦了婚禮合敦，結(jié)果婚禮上，老公的妹妹穿的比我還像新娘验游。我一直安慰自己充岛，他們只是感情好，可當(dāng)我...
    茶點(diǎn)故事閱讀 67,699評論 6贊 392
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布耕蝉。 她就那樣靜靜地躺著裸准，像睡著了一般。 火紅的嫁衣襯著肌膚如雪赔硫。 梳的紋絲不亂的頭發(fā)上炒俱，一...
    開封第一講書人閱讀 51,562評論 1贊 305
  • 城市分裂傳說
    那天，我揣著相機(jī)與錄音爪膊，去河邊找鬼权悟。 笑死，一個胖子當(dāng)著我的面吹牛推盛，可吹牛的內(nèi)容都是我干的峦阁。 我是一名探鬼主播，決...
    沈念sama閱讀 40,309評論 3贊 418
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼耘成，長吁一口氣：“原來是場噩夢啊……” “哼榔昔！你這毒婦竟也來了？” 一聲冷哼從身側(cè)響起瘪菌，我...
    開封第一講書人閱讀 39,223評論 0贊 276
  • 萬榮殺人案實(shí)錄
    序言：老撾萬榮一對情侶失蹤撒会，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后师妙，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體诵肛，經(jīng)...
    沈念sama閱讀 45,668評論 1贊 314
  • ?護(hù)林員之死
    正文 獨(dú)居荒郊野嶺守林人離奇死亡，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,859評論 3贊 336
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年默穴，在試婚紗的時候發(fā)現(xiàn)自己被綠了怔檩。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,981評論 1贊 348
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡蓄诽，死狀恐怖薛训，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情仑氛，我是刑警寧澤乙埃，帶...
    沈念sama閱讀 35,705評論 5贊 347
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布蝴猪，位于F島的核電站，受9級特大地震影響膊爪，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜嚎莉，卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,310評論 3贊 330
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一米酬、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧趋箩，春花似錦赃额、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評論 0贊 22
  • 一樁弒父案跳芳，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至竹勉，卻和暖如春飞盆，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背次乓。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評論 1贊 270
  • 情欲美人皮
    我被黑心中介騙來泰國打工吓歇， 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人票腰。 一個月前我還...
    沈念sama閱讀 48,146評論 3贊 370
  • 代替公主和親
    正文 我出身青樓城看，卻偏偏與公主長得像，于是被迫代替她去往敵國和親杏慰。 傳聞我的和親對象是個殘疾皇子测柠，可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,933評論 2贊 355