随机森林是通过集成学习的思想将多棵树集成的一种算法，其基本单元是决策树，本质属于集成学习方法 [^3]。以下是使用 Python 实现随机森林分类算法的相关内容： ### 实现步骤 1. **导入基础库**：需要导入用于加载数据、构建随机森林模型以及数据处理和评估的库。 2. **数据读取及处理**：加载数据集，并将其划分为特征和目标变量，之后再将数据集划分为训练集和测试集。 3. **基于 scikit - learn 的随机森林**：创建随机森林分类器，使用训练集数据进行训练，然后使用训练好的模型对测试集进行预测，最后输出预测结果。 ### 示例代码 #### 代码示例 1 ```python from sklearn.ensemble import RandomForestClassifier from sklearn import datasets # 加载数据与模型创建 iris = datasets.load_iris() features = iris.data target = iris.target randomforest = RandomForestClassifier(random_state=0, n_jobs=-1) # 训练模型 model = randomforest.fit(features, target) # 预测分类 observation = [[5, 4, 3, 2]] # 输出预测结果 print(model.predict(observation)) ``` 这个示例代码从 `sklearn` 库中加载了鸢尾花数据集，创建了随机森林分类器，使用整个数据集进行训练，最后对一个特定的样本进行了分类预测 [^2]。 #### 代码示例 2 ```python from matplotlib import pyplot as plt from sklearn.datasets import load_iris from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import plot_confusion_matrix from sklearn.model_selection import train_test_split # 加载鸢尾花数据集 iris = load_iris() # 提取特征 X = iris["data"] # 提取目标变量 Y = iris["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=1) # 创建随机森林分类器 rand_for = RandomForestClassifier(random_state=42, n_estimators=100) # 使用训练集进行训练 rand_for.fit(x_train, y_train) # 显示分类器的混淆矩阵 plot_confusion_matrix(rand_for, x_test, y_test, display_labels=iris["target_names"], cmap="Blues", normalize="true") plt.title("Normalized Confusion Matrix - IRIS Dataset") plt.show() ``` 此代码示例同样使用了鸢尾花数据集，先将数据集划分为训练集和测试集，然后创建随机森林分类器并进行训练，最后绘制了归一化的混淆矩阵来评估模型的性能 [^4]。 ### 相关库的使用 - `sklearn.ensemble.RandomForestClassifier`：用于创建随机森林分类器。其中 `random_state` 参数用于设置随机种子，保证结果的可重复性；`n_jobs` 参数用于指定并行计算的数量，`n_estimators` 参数指定森林中树的数量 [^2][^4]。 - `sklearn.datasets`：提供了多种数据集，如 `load_iris()` 用于加载鸢尾花数据集 [^2][^4]。 - `sklearn.model_selection.train_test_split`：用于将数据集划分为训练集和测试集，`test_size` 参数指定测试集的比例 [^4]。 - `sklearn.metrics.plot_confusion_matrix`：用于绘制混淆矩阵，评估模型的分类性能 [^4]。