# 鸢尾花数据集分类-随机森林(遍历特征+过拟合分析)

1148-张同学

## 热门标签

, , , ,

https://blog.csdn.net/weixin_42567027/article/details/107488666

## 代码

// An highlighted block
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn.ensemble import RandomForestClassifier

def iris_type(s):
it = {'Iris-setosa': 0, 'Iris-versicolor': 1, 'Iris-virginica': 2}
return it[s]

# 'sepal length', 'sepal width', 'petal length', 'petal width'
iris_feature = u'花萼长度', u'花萼宽度', u'花瓣长度', u'花瓣宽度'

if __name__ == "__main__":
mpl.rcParams['font.sans-serif'] = [u'SimHei']  # 黑体 FangSong/KaiTi
mpl.rcParams['axes.unicode_minus'] = False

x_prime = data[range(4)]
y = pd.Categorical(data[4]).codes

feature_pairs = [[0, 1], [0, 2], [0, 3], [1, 2], [1, 3], [2, 3]]
plt.figure(figsize=(16, 9), facecolor='#FFFFFF')
for i, pair in enumerate(feature_pairs):
# 准备数据
x = x_prime[pair]

# 随机森林  200课决策树，深度为3
clf = RandomForestClassifier(n_estimators=200, criterion='entropy', max_depth=3)
clf.fit(x, y.ravel())

# 画图
N, M = 50, 50  # 横纵各采样多少个值
x1_min, x2_min = x.min()
x1_max, x2_max = x.max()
t1 = np.linspace(x1_min, x1_max, N)
t2 = np.linspace(x2_min, x2_max, M)
x1, x2 = np.meshgrid(t1, t2)  # 生成网格采样点
x_test = np.stack((x1.flat, x2.flat), axis=1)  # 测试点

# 训练集上的预测结果
y_hat = clf.predict(x)
y = y.reshape(-1)
c = np.count_nonzero(y_hat == y)    # 统计预测正确的个数
print ('特征：  ', iris_feature[pair[0]], ' + ', iris_feature[pair[1]],end='/t')
print ('/t预测正确数目：', c,end='/t')
print ('/t准确率: %.2f%%' % (100 * float(c) / float(len(y))))

# 显示
cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF'])
cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])
y_hat = clf.predict(x_test)  # 预测值
y_hat = y_hat.reshape(x1.shape)  # 使之与输入的形状相同
plt.subplot(2, 3, i+1)
plt.pcolormesh(x1, x2, y_hat, cmap=cm_light)  # 预测值
plt.scatter(x[pair[0]], x[pair[1]], c=y, edgecolors='k', cmap=cm_dark)  # 样本
plt.xlabel(iris_feature[pair[0]], fontsize=18)
plt.ylabel(iris_feature[pair[1]], fontsize=18)
plt.xlim(x1_min, x1_max)
plt.ylim(x2_min, x2_max)
plt.grid()
plt.tight_layout(2.5)
plt.suptitle(u'随机森林对鸢尾花数据的两特征组合的分类结果', fontsize=18)
plt.show()

## 过拟合分析

oob_score = True：表示使用 oob 数据集作为验证数据集，估算算法的泛化能力；
oob_score 默认为 False，不使用 oob 数据集作为验证数据集。

// An highlighted block
clf = RandomForestClassifier(n_estimators=200, criterion='entropy', max_depth=3, oob_score=True)
clf.fit(x, y.ravel())
print(clf.oob_score_,end='/t')

Vieu3.3主题

Q Q 登 录