python sklearn 实现随机森林分类器
- from sklearn.ensemble import RandomForestClassifier
- from sklearn.datasets import load_iris
- # 加载数据集
- iris=load_iris()
- x,y=iris.data,iris.target
- print("x y shape:",x.shape,y.shape)
- # 创建并训练模型
- model = RandomForestClassifier(
- n_estimators = 10,
- )
- model.fit(x,y)# 模型训练
-
- # 保存模型
- from joblib import dump
- dump(model, 'random_forest_model.joblib')# 模型保存
-
- from joblib import load
- # 加载模型
- model=load('random_forest_model.joblib')
- # 使用模型进行预测
- predictions=model.predict(x)
- print("predictions:",predictions.shape)
- print("predictions:",predictions)
助力快速掌握数据集的信息和使用方式。
数据可以如此美好!