Python机器学习--集成学习算法--随机森林算法

随机森林算法类型

随机森林算法:属于集成学习算法 ,通俗点讲,就是将多颗决策树集合起来,就变成了随机森林。
随机森林包含了回归森林和分类森林,因此随机森林既可以解决分类问题,可以解决回归问题

集成学习算法

集成学习算法是通过训练多个学习器,然后把这些学习器组合起来,以达到更好的预测性能的目的。

集成学习算法的分类

  • Bagging:弱学习器的生成没有先后顺序,可以进行并行训练,如果是分类任务,则预测结果为多个弱学习器的预测结果取众数,如果是回归任务,则预测结果会取多个学习器的平均值。
  • Boosting:弱学习器的生成有先后顺序,后一个弱学习器是之前学习器的基础上训练的,预测结果为多个弱学习器预测结果之和。

随机森林原理

bagging + 决策树=随机森林
随机森林就是属于集成学习中Bagging类的算法,弱学习器类型全部都是决策树,很多树组合在一起就变成了森林。
bootstrap:随机有放回抽样,如果不进行随机抽样,每棵树的训练集都是一样的,最终训练出来的树分类结果将是完全一样的

Python机器学习--集成学习算法--随机森林算法_第1张图片

随机森林构造过程

随机森林需要构建多棵树,而每一颗树的构建都需要遵循以下原则:

  1. 从原始训练集(假设包含N个样本)随机有放回的抽取一个子集(n个样本,n
  2. 基于该子集,从原始特征(假设有M个特征)中随机选择m(m
  3. 重复以上两步K次,即建立了K棵决策树。注意,这些树不需要进行剪枝。
  4. 对于每一个测试样本,每棵决策树都会给出预测结果,基于简单的投票机制或者平均方法,给出最终预测结果。

Python机器学习--集成学习算法--随机森林算法_第2张图片

随机森林特点

  • 算法的性能好

  • 算法的时间慢

    以时间和空间 换 效果

随机森林基于sklearn实现(回归森林与分类森林)

from sklearn.ensemble import RandomForestClassifter    # 随机森林分类树
from sklearn.ensemble import RandomForestRegressor    # 随机森林回归树
# 实例化
rf = RandomForestClassifter()
#参数:n_estimators:建立多少棵树,默认是100
# random_state=1:随机种子

# 拟合
rf.fit(X_train, y_train)

# 查看准确率
score = rf.score(X_test, y_test)
print('准确率:', score)

# 查看训练集的准确率,用来判断是否过拟合
print('训练集准确率:', rf.score(X_train, y_train))

# 查看第几棵树
export_graphviz(rf[0],	# 查看第几棵树,只能一棵一棵看
			   out_file='文件名.dot'
			   )
# 查看输的方法
"""
1、在编辑器命令窗口进入代码所在文件夹下
2、输入dot -Tpng 文件名.dot -o 文件名.png
3、在该目录下查看生成png文件即可
"""

你可能感兴趣的:(机器学习,python,算法,机器学习,集成学习,sklearn)