您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關(guān)python如何實(shí)現(xiàn)H2O中的隨機(jī)森林算法的內(nèi)容。小編覺得挺實(shí)用的,因此分享給大家做個參考,一起跟隨小編過來看看吧。
H2O中的隨機(jī)森林算法介紹及其項(xiàng)目實(shí)戰(zhàn)(python實(shí)現(xiàn))
包的引入:from h3o.estimators.random_forest import H2ORandomForestEstimator
H2ORandomForestEstimator 的常用方法和參數(shù)介紹:
(一)建模方法:
model =H2ORandomForestEstimator(ntrees=n,max_depth =m) model.train(x=random_pv.names,y='Catrgory',training_frame=trainData)
通過trainData來構(gòu)建隨機(jī)森林模型,model.train中的trainData:訓(xùn)練集,x:預(yù)測變量名稱,y:預(yù)測 響應(yīng)變量的名稱
(二)預(yù)測方法:
pre_tag=H2ORandomForestEstimator.predict(model ,test_data) 利用訓(xùn)練好的模型來對測試集進(jìn)行預(yù)測,其中的model:訓(xùn)練好的模型, test_data:測試集。
(三)算法參數(shù)說明:
(1)ntrees:構(gòu)建模型時要生成的樹的棵樹。
(2)max_depth :每棵樹的最大深度。
項(xiàng)目要求:
題目一: 利用train.csv中的數(shù)據(jù),通過H2O框架中的隨機(jī)森林算法構(gòu)建分類模型,然后利用模型對 test.csv中的數(shù)據(jù)進(jìn)行預(yù)測,并計算分類的準(zhǔn)確度進(jìn)而評價模型的分類效果;通過調(diào)節(jié)參 數(shù),觀察分類準(zhǔn)確度的變化情況。 注:準(zhǔn)確度=預(yù)測正確的數(shù)占樣本數(shù)的比例
題目二: 通過H2o Flow 的隨機(jī)森林算法,用同題目一中所用同樣的訓(xùn)練數(shù)據(jù)和參數(shù),構(gòu)建模型; 參看模型中特征的重要性程度,從中選取前8個特征,再去訓(xùn)練模型,并重新預(yù)測結(jié)果, 進(jìn)而計算分類的準(zhǔn)確度。
需求完成內(nèi)容:2個題目的代碼,認(rèn)為最好的準(zhǔn)確度的輸出值和test數(shù)據(jù)與預(yù)測結(jié)果合并 后的數(shù)據(jù)集,命名為predict.csv
python實(shí)現(xiàn)代碼如下:
(1) 題目一:
#手動進(jìn)行調(diào)節(jié)參數(shù)得到最好的準(zhǔn)確率 import pandas as pd import numpy as np import matplotlib.pyplot as plt import h3o h3o.init() from h3o.estimators.random_forest import H2ORandomForestEstimator from __future__ import division df=h3o.import_file('train.csv') trainData=df[2:] model=H2ORandomForestEstimator(ntrees=6,max_depth =16) model.train(x=trainData.names,y='Catrgory',training_frame=trainData) df2=h3o.import_file('test.csv') test_data=df2[2:] pre_tag=H2ORandomForestEstimator.predict(model ,test_data) predict=df2.concat(pre_tag) dfnew=predict[predict['Catrgory']==predict['predict']] Precision=dfnew.nrow/predict.nrow print(Precision) h3o.download_csv(predict,'predict.csv')
運(yùn)行結(jié)果最好為87.0833%-6-16,如下
#for循環(huán)進(jìn)行調(diào)節(jié)參數(shù)得到最好的準(zhǔn)確率 import pandas as pd import numpy as np import matplotlib.pyplot as plt import h3o h3o.init() from h3o.estimators.random_forest import H2ORandomForestEstimator from __future__ import division df=h3o.import_file('train.csv') trainData=df[2:] df2=h3o.import_file('test.csv') test_data=df2[2:] Precision=0 nt=0 md=0 for i in range(1,50): for j in range(1,50): model=H2ORandomForestEstimator(ntrees=i,max_depth =j) model.train(x=trainData.names,y='Catrgory',training_frame=trainData) pre_tag=H2ORandomForestEstimator.predict(model ,test_data) predict=df2.concat(pre_tag) dfnew=predict[predict['Catrgory']==predict['predict']] p=dfnew.nrow/predict.nrow if Precision<p: Precision=p nt=i md=j print(Precision) print(i) print(j) h3o.download_csv(predict,'predict.csv')
運(yùn)行結(jié)果最好為87.5%-49-49,如下
(2)題目二:建模如下,之后挑出排名前8的特征進(jìn)行再次建模
#手動調(diào)節(jié)參數(shù)得到最大準(zhǔn)確率 import pandas as pd import numpy as np import matplotlib.pyplot as plt import h3o h3o.init() from h3o.estimators.random_forest import H2ORandomForestEstimator from __future__ import division df=h3o.import_file('train.csv') trainData=df[['Average_speed','r_a','r_b','v_a','v_d','Average_RPM','Variance_speed','v_c','Catrgory']] df2=h3o.import_file('test.csv') test_data=df2[['Average_speed','r_a','r_b','v_a','v_d','Average_RPM','Variance_speed','v_c','Catrgory']] model=H2ORandomForestEstimator(ntrees=5,max_depth =18) model.train(x=trainData.names,y='Catrgory',training_frame=trainData) pre_tag=H2ORandomForestEstimator.predict(model ,test_data) predict=df2.concat(pre_tag) dfnew=predict[predict['Catrgory']==predict['predict']] Precision=dfnew.nrow/predict.nrow print(Precision) h3o.download_csv(predict,'predict.csv')
運(yùn)行結(jié)果最好為87.5%-5-18,如下
#for循環(huán)調(diào)節(jié)參數(shù)得到最大正確率 import pandas as pd import numpy as np import matplotlib.pyplot as plt import h3o h3o.init() from h3o.estimators.random_forest import H2ORandomForestEstimator from __future__ import division df=h3o.import_file('train.csv') trainData=df[['Average_speed','r_a','r_b','v_a','v_d','Average_RPM','Variance_speed','v_c','Catrgory']] df2=h3o.import_file('test.csv') test_data=df2[['Average_speed','r_a','r_b','v_a','v_d','Average_RPM','Variance_speed','v_c','Catrgory']] Precision=0 nt=0 md=0 for i in range(1,50): for j in range(1,50): model=H2ORandomForestEstimator(ntrees=i,max_depth =j) model.train(x=trainData.names,y='Catrgory',training_frame=trainData) pre_tag=H2ORandomForestEstimator.predict(model ,test_data) predict=df2.concat(pre_tag) dfnew=predict[predict['Catrgory']==predict['predict']] p=dfnew.nrow/predict.nrow if Precision<p: Precision=p nt=i md=j print(Precision) print(i) print(j) h3o.download_csv(predict,'predict.csv')
運(yùn)行結(jié)果最好為87.5%-49-49,如下
感謝各位的閱讀!關(guān)于“python如何實(shí)現(xiàn)H2O中的隨機(jī)森林算法”這篇文章就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,讓大家可以學(xué)到更多知識,如果覺得文章不錯,可以把它分享出去讓更多的人看到吧!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。