随机森林主要应用于回归和分类。
它几乎可以将任何数据填进去，下文使用鸢尾花数据进行分类和预测
环境 python3.8
数据集 鸢尾花数据集

    def dataset(self):iris = load_iris()feature = pd.DataFrame(data=iris.data, columns=iris.feature_names)target = pd.DataFrame(data=map(lambda item: iris.target_names[item],iris.target), columns={'target_names'})feature_train, feature_test, target_train, target_test = \train_test_split(feature, target, test_size=0.3)return feature_train, feature_test, target_train, target_test

实验思路：
首先训练10个基分类器，每个基分类器为一个决策树；在预测时对每个基分类器投票结果进行统计倒排，选取票数最多的结果；其中‎每棵树的生长情况如下：‎
‎如果培训集中的案例数为 N，则随机取样 N 案例 - 但从原始数据中‎‎替换‎‎。此示例将是种植树的培训集。‎
‎如果有 M 输入变量，则指定一个数字 m<<M，以便在每个节点中随机从 M 中选择 m 变量，并且这些 m 上的最佳拆分用于拆分节点。在森林生长过程中，m 值保持不变。‎
‎每棵树都尽可能的生长。没有修剪。
查看随机森林官网描述
fit训练

    def fit(self, feature=None, label=None):'''训练模型，请记得将模型保存至self.models:param feature: 训练集数据，类型为ndarray:param label: 训练集标签，类型为ndarray:return: None'''# ************* Begin ************#n = len(feature)for i in range(self.n_model):# 在训练集N随机选取n个样本  #frac=1 样本可重复取 （样本只包含特征数据）randomSamples = feature.sample(n, replace=True, axis=0)# 在所有特征M随机选取m个特征 特征无重复 0.75表示选取4*0.75=3个特征randomFeatures = randomSamples.sample(frac=0.75, replace=False, axis=1)# 标记该模型选取的特征tags = self.connect(randomFeatures.columns.tolist())# 根据样本筛选出索引与之相同的lable即target_name# 使用loc标签索引获取randomLable = label.loc[randomSamples.index.tolist(),:]# for i,j in zip(randomFeatures.index.tolist(),,randomLable.index.tolist()):#	print(i,j)model = DecisionTreeClassifier()model = model.fit(randomFeatures, randomLable)self.models.append({tags: model})# ************* End **************#

预测

    def predict(self, features, target):''':param features: 测试集数据，类型为ndarray:param target: 测试集实际lable，类型为ndarray:return: 预测结果，类型为ndarray'''# ************* Begin ************#result = []vote = []for model in self.models:# 获取模型使用的训练特征modelFeatures = list(model.keys())[0].split('000')[:-1]# 提取出模型预测需要的标签test_data = features[modelFeatures]# 基分类器进行预测r = list(model.values())[0].predict(test_data)vote.append(r)# 将数组转换为矩阵 10行45列vote = np.array(vote)# print(vote.shape) # print(vote)for i in range(len(features)):# 对每棵树的投票结果进行排序选取最大的v = sorted(Counter(vote[:, i]).items(),key=lambda x: x[1], reverse=True)# 查看投票情况和实际标签对比print(v, "---",list(target)[i])result.append(v[0][0])return result# ************* End **************#def connect(self, ls):s = ''for i in ls:s += i + '000'return s

主函数

if __name__ == '__main__':Bcf = BaggingClassifier()featureAndTarget = Bcf.dataset()Bcf.fit(featureAndTarget[0],featureAndTarget[2])res = Bcf.predict(features=featureAndTarget[1], target=featureAndTarget[3]['target_names'])right = 0for i, j in zip(featureAndTarget[3]['target_names'], res):if i == j:right += 1#print(i + '\t' + j)print('准确率为' + str(right / len(res) * 100) + "%")

可以看出准确率很高啦，可以调整特征数量m参数，准确率也会不同。