python實現(xiàn)H2O中的隨機森林算法介紹及其項目實戰(zhàn)
Ｈ2O中的隨機森林算法介紹及其項目實戰(zhàn)（python實現(xiàn)）
包的引入：from h2o.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)進行預(yù)測，并計算分類的準(zhǔn)確度進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實現(xiàn)代碼如下：
(1) 題目一：
#手動進行調(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 h2o
h2o.init()
from h2o.estimators.random_forest import H2ORandomForestEstimator
from __future__ import division
df=h2o.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=h2o.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)
h2o.download_csv(predict,'predict.csv')
運行結(jié)果最好為87.0833%-6-16，如下
#for循環(huán)進行調(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 h2o
h2o.init()
from h2o.estimators.random_forest import H2ORandomForestEstimator
from __future__ import division
df=h2o.import_file('train.csv')
trainData=df[2:]
df2=h2o.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)
h2o.download_csv(predict,'predict.csv')
運行結(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 h2o
h2o.init()
from h2o.estimators.random_forest import H2ORandomForestEstimator
from __future__ import division
df=h2o.import_file('train.csv')
trainData=df[['Average_speed','r_a','r_b','v_a','v_d','Average_RPM','Variance_speed','v_c','Catrgory']]
df2=h2o.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)
h2o.download_csv(predict,'predict.csv')
運行結(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 h2o
h2o.init()
from h2o.estimators.random_forest import H2ORandomForestEstimator
from __future__ import division
df=h2o.import_file('train.csv')
trainData=df[['Average_speed','r_a','r_b','v_a','v_d','Average_RPM','Variance_speed','v_c','Catrgory']]
df2=h2o.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)
h2o.download_csv(predict,'predict.csv')
運行結(jié)果最好為87.5%-49-49，如下
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python 合并拼接字符串的方法，文中講解非常細致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
本文帶大家寫個小游戲，不過老是用pygame也沒啥意思，這次我們換點新花樣，用python自帶的tkinter包寫一個記憶翻牌小游戲，感興趣的可以了解一下2022-03-03
這篇文章主要為大家介紹了python裝飾器"@"使用實例深入探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01
這篇文章主要介紹了python人臉識別，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
這篇文章主要介紹了python commands模塊的適用方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-02-02
Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決
這篇文章主要介紹了Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
大家好，本篇文章主要講的是python的圖形用戶界面介紹，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽2022-01-01
python包含子目錄中的模塊方法比較簡單，關(guān)鍵是能夠在sys.path里面找到通向模塊文件的路徑。下面給大家介紹python import自定義模塊方法，需要的的朋友參考下2015-02-02
這篇文章主要介紹了Django零基礎(chǔ)入門之模板變量詳解，本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09
本篇文章給大家詳解了python單元測試框架unittest的相關(guān)知識點，有興趣的朋友參考學(xué)習(xí)下。2018-07-07