随机森林划分训练集与测试集（随机划分、自定义划分）-Python实现

首先看一下部分原始数据，第一类代表图像编号，每张图像提取了10个特征，最后一列是图像的真实类别，本例是二分类问题，多分类算法同二分类。
另外，我用的是anaconda实现。

实际运行过程中可以提前将number列也就是图像编号列给删去，这里为了方便大家理解，就不删除啦~~

1.随机划分训练集与测试集

重要用到的就是train_test_split()函数对训练集和测试集进行随机划分。代码如下，注释比较清楚地写在了代码了，这里不再阐述。

import pandas as pd
import numpy as np
data=pd.read_csv('data.csv')
#y是图像的类别
y=np.array(data['actual'])    
#x是图像的特征
x=data.drop('actual',axis=1)    
x=np.array(x)
#该运行结果表明数据集中共收集了100张图像，每张图像收集了10个特征。
print(x.shape)

该部分代码运行结果：

from sklearn.model_selection import train_test_split
#随机划分训练集和测试集。
#test_size表明测试集占整体样本的比例；random_state是随机数种子，当为0时，每次生成的随机数即随机顺序是不相同的，当为固定的数值时，可以在多次运行时获得相同的随机数。
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2,random_state=40)
from sklearn.ensemble import RandomForestClassifier
#构建随机森林，其中n_estimators表示决策树的棵树。
rf=RandomForestClassifier(n_estimators=100,random_state=40)  
#对训练集的特征及正确分类结果进行训练
rf.fit(x_train,y_train)     
#根据测试集的特征对分类结果进行预测
predictions=rf.predict(x_test) 
#输出测试集的预测结果以及原本的正确分类结果。
for prediction,test_label in zip(predictions,y_test):
    [print(prediction,test_label)]

该部分代码运行结果如下：

#获得预测准确率
score=rf.score(x_test,y_test)
print('accuracy is\n ',score)

该部分代码运行结果：

为演示随机森林算法，本例中的原始数据是我前期随意找的，因此准确率有点低啊~~

根据需求人为设定训练集和测试集请见下一篇博客~~