【菜菜的sklearn机器学习】(4)随机森林

具体的在Jupyter 里

课程学习:2 1. 集成算法概述_trim_哔哩哔哩_bilibili

课程 4-随机森林

1、集成算法

随机森林是一种集成算法。集成学习ensemble learning 不是一个单独的ML算法,而是通过在数据集上构成多个模型,集成所有模型的建模结果。随机森林、梯度提升数GBDT、Xgboost等集成算法应用较广。

目标:集成算法会考虑多个评估器的建模结果,++++汇总之后得到一个综合的结果,++++以此来获取比单个模型更好的回归或分类表现。

三类集成算法:袋装法bagging、提升法boosting和stacking

Singel单个模型;

bagging里面模型独立:装袋法的核心思想是++++构建多个相互独立的评估器++++ ,然后对其预测进行平均或多数表决原则来决定集成评估器的果。++++装袋法的代表模型就是随机森林。++++

boosting里面模型相关:提升法中,基评估器是相关的,是按顺序一一构建的。其核心思想是++++结合弱评估器的力量一次次对难以评估的进行预测,从而构成一个强评估器。++++ 提升法的代表模型有++++Adaboost++++ 和++++梯度提升树++++。

复习:sklearn中的决策树

决策树的主要功能是从一张有特征和标签的表格中,通过对特定特征进行提问,为我们总结出一系列的决策规则,并用树状图来呈现这些决策规则。

核心问题:

1如何找出正确的特征来进行提问,即分支节点-如何分支;

计算全部特征的不纯度指标=>选取不纯度指标最优的特征来分支=>第一个特征的分枝下,再计算all......

2树生长到什么时候应该停下

决策树追求不纯度小

2、RandomForestClassifier

参数:criterion、max_depth、min_samples_leaf、min_samples_split、max_features、min_impurity_decrease

(1)n_estimators越大效果越好

决策树也有决策边界,精确性不会再上升

Sklearn中的基本建模流程:

实例化

训练集带入实例化后的模型去进行训练,使用的接口是fit

使用其他接口讲测试集导入我妹训练好的模型,去获取我们希望获取的结果(score,Y_test)

sklearn中所有特征和标签是分开导入的

Score反应模型精确性(accuracy)

++++随机森林的效果是远远好于决策树的++++

(2)random_state

随机森林的本质是一种装袋集成算法Bagging

集成算法中多棵树的效果好于单科树

随机森林中的random_state生成一片固定的森林而非一棵树,生成的是固定模式,中间的每

(3)bootstrap&oob_score,默认true代表采用这种有放回的随机抽样技术,通常不会被设置为false

可能存在的问题:有些样本可能在同一个自助集中出现多次,而其他一些却可能被忽略

(4)重要属性和接口

.estimators_查看森林中所有树的样子

.oob_score_训练得分

接口用于调用输入数据集之后的结果,也可以用于训练apply、fit、predict、score

标签有几个分类,就会返回几个概率

(5)[选]Bonus:Badding的另一个必要条件

3、RandomForestRegressor

随机森林回归:通常使用mse

回归树的接口score返回的是R平方(1到负无穷),并不是MSE

交叉验证 cross_val_score(regressor, 完整原始数据,完整标签,交叉验证次数)

随机森林案例

用于填补缺失值

x_missing_mean.isnull() # 报错,因为x_missing_mean是一个Numpy结构的array,而isnull()只能在表dataframe中使用

相关推荐
呵呵哒( ̄▽ ̄)"几秒前
线性代数:同解(1)
python·线性代数·机器学习
SweetCode6 分钟前
裴蜀定理:整数解的奥秘
数据结构·python·线性代数·算法·机器学习
CryptoPP19 分钟前
springboot 对接马来西亚数据源API等多个国家的数据源
spring boot·后端·python·金融·区块链
xcLeigh26 分钟前
OpenCV从零开始:30天掌握图像处理基础
图像处理·人工智能·python·opencv
大乔乔布斯26 分钟前
AttributeError: module ‘smtplib‘ has no attribute ‘SMTP_SSL‘ 解决方法
python·bash·ssl
明灯L39 分钟前
《函数基础与内存机制深度剖析:从 return 语句到各类经典编程题详解》
经验分享·python·算法·链表·经典例题
databook40 分钟前
不平衡样本数据的救星:数据再分配策略
python·机器学习·scikit-learn
碳基学AI1 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义免费下载方法
大数据·人工智能·python·gpt·算法·语言模型·集成学习
niuniu_6661 小时前
简单的自动化场景(以 Chrome 浏览器 为例)
运维·chrome·python·selenium·测试工具·自动化·安全性测试
FearlessBlot1 小时前
Pyinstaller 打包flask_socketio为exe程序后出现:ValueError: Invalid async_mode specified
python·flask