Ｈ2O中的隨機森林算法介紹及其項目實戰（python實現）
包的引入：from h2o.estimators.random_forest import H2ORandomForestEstimator
H2ORandomForestEstimator 的常用方法和參數介紹：
(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來構建隨機森林模型，model.train中的trainData：訓練集，ｘ：預測變量名稱，ｙ：預測 響應變量的名稱
(二)預測方法：
pre_tag=H2ORandomForestEstimator.predict(model ,test_data) 利用訓練好的模型來對測試集進行預測，其中的model：訓練好的模型， test_data：測試集。
(三)算法參數說明：
(1)ntrees：構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中的數據，通過H2O框架中的隨機森林算法構建分類模型，然后利用模型對 test.csv中的數據進行預測，并計算分類的準確度進而評價模型的分類效果；通過調節參 數，觀察分類準確度的變化情況。 注：準確度＝預測正確的數占樣本數的比例
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練數據和參數，構建模型； 參看模型中特征的重要性程度，從中選取前８個特征，再去訓練模型，并重新預測結果， 進而計算分類的準確度。
需求完成內容：２個題目的代碼，認為最好的準確度的輸出值和test數據與預測結果合并 后的數據集，命名為predict.csv
python實現代碼如下：
(1) 題目一：
#手動進行調節參數得到最好的準確率
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')
運行結果最好為87.0833%-6-16，如下
#for循環進行調節參數得到最好的準確率
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
運行結果最好為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
#手動調節參數得到最大準確率
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')
運行結果最好為87.5%-5-18，如下
#for循環調節參數得到最大正確率
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
運行結果最好為87.5%-49-49，如下
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
