Python数据挖掘之随机森林

合集 - python(17)

1.Python的命令模式和交互模式2018-07-202.Python笔记2018-07-223.浅析python中的装饰器decorator2018-08-184.Python网络编程-Socket简单通信（及python实现远程文件发送）2018-08-185.python中的*args和**kw2018-08-166.Python脚本之安装linux源码包-Jenkins2018-08-147.Python 数据处理库pandas教程（最后附上pandas_datareader使用实例）2019-06-048.Python 机器学习库 NumPy 教程2019-06-039.Flask(python)异步（ajax）返回json格式数据2019-04-2810.Python爬虫之urllib-登录博客园2019-01-0311.（转载）python调用shell命令之os 、commands、subprocess2018-12-2512.Head First Python-python面向对象2018-12-1413.Head First Python-Python简单处理文件2018-09-0714.Head First Python-Python中与文件相关的操作-读、处理、写2018-09-0615.Python3实现自动查询成绩（主要使用的包有Tesseract-OCR、PIL、execjs、pytesseract、BeautifulSoup）2019-06-19

16.Python数据挖掘之随机森林2019-06-04

17.Python 绘图库Matplotlib入门教程2019-06-04

收起

 主要是使用随机森林将four列缺失的数据补齐。

# fit到RandomForestRegressor之中，n_estimators代表随机森林中的决策树数量
#n_jobs这个参数告诉引擎有多少处理器是它可以使用。 “-1”意味着没有限制，而“1”值意味着它只能使用一个处理器。import pandas as pd #数据分析,引入pandas包，用以数据分析

 

import pandas as pd #数据分析,引入pandas包，用以数据分析
from sklearn.ensemble import RandomForestRegressor #随机森林

data=[[2,3,4],[6,7,8],[9,10,11,12],[52,84,62],[53,95,41,1],[12,92,12,21],[63,12,41,15],[85,76,43,1],[15,123,45,91],[952,42,1,3]]
df=pd.DataFrame(data,columns=['one','two','three','four'])

df2=df[['four','one','two','three']]

print('****************************')
print(df2)

known_data=df2[df2.four.notnull()].as_matrix()
unknown_data=df2[df2.four.isnull()].as_matrix()

y=known_data[:,0]
X=known_data[:,1:]

rfr = RandomForestRegressor(n_estimators=2000, n_jobs=-1)

rfr.fit(X, y)

predictedDatas = rfr.predict(unknown_data[:,1:])
print('****************************')
df2.loc[(df2.four.isnull()),'four']=predictedDatas
print(df2)
print('****************************')

结果：