### 使用Python实现随机森林算法的任务指导 #### 构建并评估随机森林模型 随机森林因其高准确性和对数据的鲁棒性，成为许多分类和回归任务的首选算法[^1]。为了构建一个有效的随机森林模型，在Python中通常会使用`scikit-learn`库中的`RandomForestClassifier`类。 ```python from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score, classification_report, confusion_matrix # 加载样本数据集 data = load_iris() X = data.data y = data.target # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) # 初始化随机森林分类器 rf_classifier = RandomForestClassifier(n_estimators=100, random_state=42) # 训练模型 rf_classifier.fit(X_train, y_train) # 预测 predictions = rf_classifier.predict(X_test) # 输出预测准确性 print(f"Accuracy: {accuracy_score(y_test, predictions)}") # 打印混淆矩阵和其他指标 print(confusion_matrix(y_test, predictions)) print(classification_report(y_test, predictions)) ``` 这段代码展示了如何加载Iris数据集作为例子，并将其划分为训练集和测试集；接着初始化了一个具有100棵决策树的随机森林分类器来拟合这些数据；最后进行了预测操作以及性能评价。 #### 探讨不同决策树数量的影响 当调整随机森林内部使用的决策树数目时，可以观察到其对于整体模型表现有着怎样的影响。这有助于找到最优配置参数以获得更好的泛化能力。 ```python import matplotlib.pyplot as plt estimators_range = list(range(10, 200, 10)) accuracies = [] for n_est in estimators_range: model = RandomForestClassifier(n_estimators=n_est, oob_score=True, random_state=42) model.fit(X_train, y_train) accuracies.append(model.oob_score_) plt.figure(figsize=(8, 6)) plt.plot(estimators_range, accuracies, marker='o') plt.title('Out-of-Bag Error vs Number of Trees') plt.xlabel('Number of Trees') plt.ylabel('OOB Score') plt.grid(True) plt.show() ``` 此部分代码实现了对不同数量决策树下模型的表现进行绘图展示的功能。通过改变`n_estimators`参数值范围内的循环迭代次数，记录每次运行后的袋外(OOB)得分情况，并最终形成折线图以便直观比较各个设置的效果差异[^2]。