iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 21
1
AI & Data

30天從嫩嫩的人工智慧奇幻旅程系列 第 21

鳶尾花我來了 (3 隨機森林

我們上次介紹決策樹,今天要來介紹隨機森林。

隨機森林,顧名思義就是隨機長出很多的決策樹一起進行演算。如果有實作上次的決策樹,你可能會發現每次的準確率都不太一樣,如果倒楣一點你可能會遇到很大的差異。
如果你的資料內容演算出來會有這樣的問題的話,不妨改用隨機森林試試看。不一定會提高準確率,但是相較起來準確率會比較平均。


我們先載入隨機森林

from sklearn.ensemble import RandomForestClassifier

中間分組訓練的過程我們就跳過了,請自己看前兩篇
接著開始使用隨機森林

# 隨機森林
#設定隨機森林

forest = RandomForestClassifier(criterion='entropy', n_estimators=100, random_state=3, n_jobs=2)
forest.fit(X_train, y_train) #學習

error = 0
count = 0
for i, v in enumerate(forest.predict(X_test)):
    count += 1
    if v != y_test[i]:
        print(i, v)
        error += 1
print(count)
print(error)


上一篇
鳶尾花我來了 (3 決策樹
下一篇
鳶尾花我來了 (4 支援向量機
系列文
30天從嫩嫩的人工智慧奇幻旅程25

尚未有邦友留言

立即登入留言