随机森林对数据分类的Python实现

决策树对于数据分类的Python实现，测试集和训练集分别给出，而且数据已经处理好的，

import os
import sys
import logging

import pandas as pd
train_file = os.path.join（“data““train.csv“）
test_file = os.path.join（“data““test.csv“）

train_df = pd.read_csv（train_filesep=““header = 0quoting = 3）

X_train=train_df.iloc[:1:]
y_train=train_df.iloc[::1]


test_df=pd.read_csv（test_filesep=‘‘header=0quoting=3）

X_test=test_df.iloc[::]

from sklearn.ensemble import RandomForestClassifier
clf=RandomForestClassifier（n_estimators=100）
clf.fit（X_trainy_train）
y_pred=clf.predict（X_test）
print（y_pred）

with open（os.path.join（‘random_forest.csv‘）‘w‘） as my_file:
	my_file.write（‘ImageidLabel\n‘）
	for i in range（len（y_pred））:
		my_file.write（‘%d%d\n‘%（iy_pred[i]））

print（‘save‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-15 17:31  随机森林的应用\
     文件         745  2018-04-19 10:42  随机森林的应用\redom_forest.py
     文件    51118296  2018-04-12 09:37  随机森林的应用\test.csv
     文件    76775041  2018-04-12 09:37  随机森林的应用\train.csv