### 构建随机森林模型的Python训练脚本 以下是基于`scikit-learn`库实现的一个完整的随机森林分类器训练脚本。该脚本涵盖了数据加载、预处理、模型训练以及性能评估的过程。 #### 数据准备与导入必要库 首先，确保安装了所需的库，并导入必要的模块： ```python import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score, classification_report ``` 上述代码片段中引入了`RandomForestClassifier`类用于构建随机森林模型[^1]。 #### 加载和分割数据集 假设有一个CSV文件作为输入数据源，则可以按照如下方式读取并划分训练集与测试集： ```python # 假设数据存储在一个名为"data.csv"的文件里 data = pd.read_csv('data.csv') # 特征列名列表（需根据实际数据调整） feature_columns = ['feature1', 'feature2', 'feature3'] X = data[feature_columns] y = data['target'] # 替换'target'为目标变量的实际名称 # 将数据分为训练集和验证集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) ``` 这里采用了80%的数据作训练用途，剩余20%用来检验模型效果[^2]。 #### 初始化并拟合随机森林模型 定义好超参数之后就可以创建实例对象并且调用`.fit()`函数完成训练流程： ```python rf_model = RandomForestClassifier(n_estimators=100, max_depth=None, min_samples_split=2, random_state=42) # 开始训练过程 rf_model.fit(X_train, y_train) ``` 此部分设置了树的数量(`n_estimators`)为100棵，默认不限制最大深度(`max_depth=None`)以及其他一些常规配置选项。 #### 测试阶段及评价指标计算 利用之前保留下来的测试样本集合来进行预测操作，并打印出相应的准确度得分还有详细的分类报告： ```python predictions = rf_model.predict(X_test) print(f"Accuracy: {accuracy_score(y_test, predictions):.4f}") print("\nClassification Report:") print(classification_report(y_test, predictions)) ``` 最后一步还提供了关于各类别的具体表现情况说明，比如precision、recall等数值信息[^3]。 #### 可视化特征重要程度 如果希望了解哪些属性对于最终判定最为关键的话，可以通过以下手段获取相关信息： ```python import matplotlib.pyplot as plt feat_importances = pd.Series(rf_model.feature_importances_, index=X.columns) feat_importances.nlargest(10).plot(kind='barh') plt.show() ``` 这段程序绘制出了前十个最重要的因素图表展示出来[^5]。