EL之RF(RFC)：利用RF对多分类问题进行建模并评估(六分类+分层抽样)

EL之RF(RFC)：利用RF对多分类问题进行建模并评估(六分类+分层抽样)

目录

输出结果

设计思路

核心代码

输出结果

设计思路

核心代码

  

   

    

     

    
    

     

      missCLassError = []
     
    
   

    

     

    
    

     

      nTreeList = range(50, 2000, 50)
     
    
   

    

     

    
    

     

      for iTrees in nTreeList:
     
    
   

    

     

    
    

     

       depth = None
     
    
   

    

     

    
    

     

       maxFeat  = 4 #try tweaking
     
    
   

    

     

    
    

     

       glassRFModel = ensemble.RandomForestClassifier(n_estimators=iTrees, max_depth=depth, max_features=maxFeat,
     
    
   

    

     

    
    

     

       oob_score=False, random_state=531)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       glassRFModel.fit(xTrain,yTrain)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       prediction = glassRFModel.predict(xTest)
     
    
   

    

     

    
    

     

       correct = accuracy_score(yTest, prediction)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       missCLassError.append(1.0 - correct)
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/86437275