决策树的算法的使用
来源:互联网 发布:淘宝上回收手机可靠吗 编辑:程序博客网 时间:2024/06/08 09:08
# -*- coding: utf-8 -*-"""Created on Mon Aug 21 12:51:31 2017@author: Administrator"""from sklearn.ensemble import RandomForestClassifier import pandas as pdimport numpy as npimport pandas as pdimport xgboost as xgbfrom pandas import DataFrameimport matplotlib.pyplot as plt## 读取训练集的数据train_data = pd.read_table('X_train.txt',header=None,encoding='gb2312',delim_whitespace=True,index_col=0)predict_data= pd.read_table('X_test.txt',header=None,encoding='gb2312',delim_whitespace=True,index_col=0)train_label= pd.read_table('y_train.txt',header=None,encoding='gb2312',delim_whitespace=True,index_col=0)predict_label= pd.read_table('y_test.txt',header=None,encoding='gb2312',delim_whitespace=True,index_col=0)train_label=train_label.reset_index()-1predict_label=predict_label.reset_index()-1predict_label_column=list(predict_label.columns)predict_label.rename(columns={predict_label_column[0]: 'label'}, inplace=True) clf=RandomForestClassifier(n_jobs=3) clf.fit(train_data, train_label)ypred1=clf.predict(predict_data) ypred1 = DataFrame(ypred1)ypred1_column=list(ypred1.columns)ypred1.rename(columns={ypred1_column[0]: 'label'}, inplace=True) ac_middle=predict_label-ypred1ac_middle_number=ac_middle[ac_middle['label']==0]accurate=float(ac_middle_number.shape[0])/predict_label.shape[0]
对用的参数的调整:
http://blog.csdn.net/u012102306/article/details/52228516
参考的地址:
http://blog.csdn.net/lulei1217/article/details/49583287
http://www.cnblogs.com/downtjs/archive/2013/08/28/3288203.html
阅读全文
0 0
- 决策树的算法的使用
- 决策树算法的实现
- 决策树算法的优缺点
- 使用pandas的dataFrame实现的决策树算法
- 使用scikit-learn实现决策树的算法模板
- 如何使用Pydev实现简单的决策树算法以及可视化
- Python 决策树算法的实现
- 决策树算法的可视化表达
- OpenCV3.0 决策树的使用
- [机器学习]决策树算法的理论基础
- 决策树ID3分类算法的C++实现
- 【JAVA实现】基于决策树的ID3算法
- 决策树ID3分类算法的C++实现
- 决策树算法的研究与应用
- 决策树分类ID3算法的Python实现
- 决策树的算法描述和源码分析
- 基于香农熵的决策树算法
- 决策树的剪枝和CART算法
- D
- matplotlib模块数据可视化-多图
- C++自定义插入操作符和提取操作符
- 线性可分 与线性不可分
- HashMap
- 决策树的算法的使用
- Android使用Http访问并解析服务器XML数据
- C学习笔记20170820
- Python网络数据采集——BeautifulSoup
- HDU6152-Friend-Graph
- c++类的简单实现
- Codeforces 780G Andryusha and Nervous Barriers
- 编程之美
- es6