当前位置： 首页 > news >正文

宝安网站设计公司,有哪些外贸网站,帮忙做ppt的网站,易语言wordpress发帖通过随机森林 1和随机森林 2 的介绍#xff0c;相信大家对理论已经了解的很透彻#xff0c;接下来带大家敲一下代码#xff0c;不懂得可以加我入群讨论。 第一份代码是比较原始的代码#xff0c;第二份代码是第一段代码中引用的primitive_plot#xff0c;第三份代码是使用… 通过随机森林 1和随机森林 2 的介绍相信大家对理论已经了解的很透彻接下来带大家敲一下代码不懂得可以加我入群讨论。 第一份代码是比较原始的代码第二份代码是第一段代码中引用的primitive_plot第三份代码是使用 sklearn 包实现的代码第四份代码是 sklearn 使用第一份代码数据集的实现代码。 import primitive_plotfrom math import log import operatordef createDataSet():dataSet [[0, 0, 0, 0, a],[1, 0, 0, 0, b],[1, 1, 0, 0, e],[1, 2, 0, 0, f],[2, 0, 0, 0, c],[3, 0, 0, 0, d]]labels [A, B, C, D]return dataSet, labels# 创建树参数分别是数据集数据集对应的标签特征标签用于构建树可以理解为当前的树结构 def createTree(dataset, labels):classList [example[-1] for example in dataset]if classList.count(classList[0]) len(classList):# classList 全部是一个类别return classList[0]if len(dataset[0]) 1:# dataset 只剩 label 标签说明分类完成return majorityCnt(classList)# 选出最佳特征bestFeature chooseBestFeatureToSplit(dataset)bestFeatureLabel labels[bestFeature]myTree {bestFeatureLabel: {}}print(A, myTree)# 在 labels 中删除最佳特征del labels[bestFeature]# 提取最佳特征在数据集中的取值featureList [data[bestFeature] for data in dataset]# 去重uniqueFeatureList set(featureList)#遍历最佳特征的每个取值以上当做固定条件后创建树for uniqueFeature in uniqueFeatureList:sublabels labels[:]print(S, sublabels, uniqueFeature)myTree[bestFeatureLabel][uniqueFeature] createTree(splitDataSet(dataset, bestFeature, uniqueFeature), sublabels)print(B, myTree)print(C, myTree)return myTree# 返回分类数量最多类的数量值 def majorityCnt(classList):classCount {}for vote in classList:if vote not in classCount.keys():classCount[vote] 0classCount[vote] 1sortedClassCount sorted(classCount.items(), keyoperator.itemgetter(1), reverseTrue)print(sortedClassCount)return sortedClassCount[0][0]# 选出这个数据集中信息增益最大的特征 def chooseBestFeatureToSplit(dataset):numFeatures len(dataset[0]) - 1baseEntropy calcShannonEnt(dataset)bestinfoGain 0bestFeature -1for i in range(numFeatures):featureList [data[i] for data in dataset]# 去重uniqueFeatureList set(featureList)newEntropy 0for uniqueFeature in uniqueFeatureList:# 两个 for 循环遍历每个特征的每个值计算每个特征的信息增益subDataSet splitDataSet(dataset, i, uniqueFeature)prob len(subDataSet) / float(len(dataset))newEntropy prob * calcShannonEnt(subDataSet)infoGain baseEntropy - newEntropyif (infoGain bestinfoGain):bestinfoGain infoGainbestFeature ireturn bestFeature# 选取在某个特征上某个取值的数据集 def splitDataSet(dataset, axis, val):# 创建一个空列表用于存储划分后的子集retDataSet []# 遍历数据集中的每个特征向量一行数据for featVec in dataset:# 如果特征向量在指定轴上的值等于给定的特征值valif featVec[axis] val:# 则将该特征向量在指定轴上的值剔除形成新的特征向量reducedFeatVec featVec[:axis]reducedFeatVec.extend(featVec[axis 1:])# 将新的特征向量添加到划分后的子集中retDataSet.append(reducedFeatVec)return retDataSet# 计算熵 def calcShannonEnt(dataset):datasize len(dataset)labelCounts {}for data in dataset:label data[-1]if label not in labelCounts.keys():labelCounts[label] 0labelCounts[label] 1shannonEnt 0for key in labelCounts:prop float(labelCounts[key]) / datasizeshannonEnt - prop * log(prop, 2)return shannonEntif name main:dataset, labels createDataSet()myTree createTree(dataset, labels)primitive_plot.createPlot(myTree)import matplotlib.pyplot as plt# 能够显示中文 #matplotlib.rcParams[font.sans-serif] [SimHei] #matplotlib.rcParams[font.serif] [SimHei]# 分叉节点也就是决策节点 创建字典 decisionNode dict(boxstylesawtooth, fc0.8)# 叶子节点 leafNode dict(boxstyleround4, fc0.8)# 箭头样式 arrow_args dict(arrowstyle-)def plotNode(nodeTxt, centerPt, parentPt, nodeType):绘制一个节点:param nodeTxt: 描述该节点的文本信息:param centerPt: 文本的坐标:param parentPt: 点的坐标这里也是指父节点的坐标:param nodeType: 节点类型,分为叶子节点和决策节点:return:createPlot.ax1.annotate(nodeTxt, xyparentPt, xycoordsaxes fraction,xytextcenterPt, textcoordsaxes fraction,vacenter, hacenter, bboxnodeType, arrowpropsarrow_args)def getNumLeafs(myTree):获取叶节点的数目:param myTree::return:# 统计叶子节点的总数numLeafs 0# 得到当前第一个key也就是根节点firstStr list(myTree.keys())[0]# 得到第一个key对应的内容secondDict myTree[firstStr]# 递归遍历叶子节点for key in secondDict.keys():# 如果key对应的是一个字典就递归调用if type(secondDict[key]).name dict:numLeafs getNumLeafs(secondDict[key])# 不是的话说明此时是一个叶子节点else:numLeafs 1return numLeafsdef getTreeDepth(myTree):得到树的深度层数:param myTree::return:# 用来保存最大层数maxDepth 0# 得到根节点firstStr list(myTree.keys())[0]# 得到key对应的内容secondDic myTree[firstStr]# 遍历所有子节点for key in secondDic.keys():# 如果该节点是字典就递归调用if type(secondDic[key]).name dict:# 子节点的深度加1thisDepth 1 getTreeDepth(secondDic[key])# 说明此时是叶子节点else:thisDepth 1# 替换最大层数if thisDepth maxDepth:maxDepth thisDepthreturn maxDepthdef plotMidText(cntrPt, parentPt, txtString):计算出父节点和子节点的中间位置填充信息:param cntrPt: 子节点坐标:param parentPt: 父节点坐标:param txtString: 填充的文本信息:return:# 计算x轴的中间位置xMid (parentPt[0] - cntrPt[0]) / 2.0 cntrPt[0]# 计算y轴的中间位置yMid (parentPt[1] - cntrPt[1]) / 2.0 cntrPt[1]# 进行绘制createPlot.ax1.text(xMid, yMid, txtString)def plotTree(myTree, parentPt, nodeTxt):绘制出树的所有节点递归绘制:param myTree: 树:param parentPt: 父节点的坐标:param nodeTxt: 节点的文本信息:return:# 计算叶子节点数numLeafs getNumLeafs(myTreemyTree)# 计算树的深度depth getTreeDepth(myTreemyTree)# 得到根节点的信息内容firstStr list(myTree.keys())[0]# 计算出当前根节点在所有子节点的中间坐标,也就是当前x轴的偏移量加上计算出来的根节点的中心位置作为x轴比如说第一次初始的x偏移量为-1/2W,计算出来的根节点中心位置为(1W)/2W相加得到1/2当前y轴偏移量作为y轴cntrPt (plotTree.xOff (1.0 float(numLeafs)) / 2.0 / plotTree.totalW, plotTree.yOff)# 绘制该节点与父节点的联系plotMidText(cntrPt, parentPt, nodeTxt)# 绘制该节点plotNode(firstStr, cntrPt, parentPt, decisionNode)# 得到当前根节点对应的子树secondDict myTree[firstStr]# 计算出新的y轴偏移量向下移动1/D也就是下一层的绘制y轴plotTree.yOff plotTree.yOff - 1.0 / plotTree.totalD# 循环遍历所有的keyfor key in secondDict.keys():# 如果当前的key是字典的话代表还有子树则递归遍历if isinstance(secondDict[key], dict):plotTree(secondDict[key], cntrPt, str(key))else:# 计算新的x轴偏移量也就是下个叶子绘制的x轴坐标向右移动了1/WplotTree.xOff plotTree.xOff 1.0 / plotTree.totalW# 打开注释可以观察叶子节点的坐标变化# print((plotTree.xOff, plotTree.yOff), secondDict[key])# 绘制叶子节点plotNode(secondDict[key], (plotTree.xOff, plotTree.yOff), cntrPt, leafNode)# 绘制叶子节点和父节点的中间连线内容plotMidText((plotTree.xOff, plotTree.yOff), cntrPt, str(key))# 返回递归之前需要将y轴的偏移量增加向上移动1/D也就是返回去绘制上一层的y轴plotTree.yOff plotTree.yOff 1.0 / plotTree.totalDdef createPlot(inTree):需要绘制的决策树:param inTree: 决策树字典:return:# 创建一个图像fig plt.figure(1, facecolorwhite)fig.clf()axprops dict(xticks[], yticks[])createPlot.ax1 plt.subplot(111, frameonFalse, **axprops)# 计算出决策树的总宽度plotTree.totalW float(getNumLeafs(inTree))# 计算出决策树的总深度plotTree.totalD float(getTreeDepth(inTree))# 初始的x轴偏移量也就是-1/2W每次向右移动1/W也就是第一个叶子节点绘制的x坐标为1/2W第二个3/2W第三个5/2W最后一个(W-1)/2WplotTree.xOff -0.5 / plotTree.totalW# 初始的y轴偏移量每次向下或者向上移动1/DplotTree.yOff 1.0# 调用函数进行绘制节点图像plotTree(inTree, (0.5, 1.0), )# 绘制plt.show() # 导入所需的库 from sklearn.datasets import load_iris # 用于加载鸢尾花数据集 from sklearn.model_selection import train_test_split # 用于拆分数据集为训练集和测试集 from sklearn.ensemble import RandomForestClassifier # 随机森林分类器 from sklearn.metrics import accuracy_score # 用于计算分类准确性# 加载鸢尾花数据集 iris load_iris() X iris.data # 特征矩阵 y iris.target # 目标标签# 将数据集拆分为训练集和测试集

train_test_split: 这是 scikit-learn 库中用于将数据集划分为训练集和测试集的函数。

X: 特征矩阵包含了所有的样本和特征。

y: 目标标签包含了样本的类别信息。

test_size: 测试集的比例。在这个例子中test_size0.3 表示将 30% 的数据用作测试集而 70% 的数据用作训练集。

random_state: 随机数生成器的种子。设置了 random_state42 可以使每次运行代码时都得到相同的随机划分保证结果的可重复性。

返回的四个变量

X_train: 训练集的特征矩阵。

X_test: 测试集的特征矩阵。

y_train: 训练集的目标标签。

y_test: 测试集的目标标签。

X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.3, random_state42)# 创建随机森林分类器模型 rf_model RandomForestClassifier(n_estimators10, random_state42)

参数说明

- n_estimators: 决策树的数量这里设置为 10

- random_state: 随机数生成器的种子用于保证结果的可重现性# 在训练集上训练模型

rf_model.fit(X_train, y_train)# 在测试集上进行预测 y_pred rf_model.predict(X_test)# 计算模型的准确性 accuracy accuracy_score(y_test, y_pred) print(fModel Accuracy: {accuracy})# 输出每个特征的重要性 feature_importances rf_model.featureimportances print(\nFeature Importances:) for feature, importance in zip(iris.feature_names, feature_importances):print(f{feature}: {importance:.4f})

解释

zip(iris.feature_names, feature_importances): 这个函数将两个可迭代对象iris.feature_names 和 feature_importances逐一配对创建一个由元组组成的迭代器。

在这里它将每个特征的名称与其对应的重要性值配对在一起。

- featureimportances: 随机森林模型中每个特征的重要性

- iris.feature_names: 鸢尾花数据集中特征的名称# 导入所需的库

from sklearn.model_selection import train_test_split # 用于拆分数据集为训练集和测试集 from sklearn.ensemble import RandomForestClassifier # 随机森林分类器 from sklearn.metrics import accuracy_score # 用于计算分类准确性# 加载鸢尾花数据集 X [[0, 0, 0, 0],[1, 0, 0, 0],[1, 1, 0, 0],[1, 2, 0, 0],[2, 0, 0, 0],[3, 0, 0, 0]] # 特征矩阵 y [a, a, c, a, a, f] # 目标标签X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.1, random_state42)# 创建随机森林分类器模型 rf_model RandomForestClassifier(n_estimators10, random_state42)# 在训练集上训练模型 rf_model.fit(X_train, y_train)# 在测试集上进行预测 y_pred rf_model.predict(X_test)# 计算模型的准确性 accuracy accuracy_score(y_test, y_pred) print(Model Accuracy:, accuracy) 想加微信算法交流群的朋友可以先扫码加我微信我拉你进群。