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 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(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(shí)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(jì)算分類的準(zhǔn)確度進(jìn)而評價(jià)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(gè)特征，再去訓(xùn)練模型，并重新預(yù)測結(jié)果， 進(jìn)而計(jì)算分類的準(zhǔn)確度。
需求完成內(nèi)容：２個(gè)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(dòng)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 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(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 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(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(dòng)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(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 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(yùn)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。
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)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(diǎn)擊下面給點(diǎn)支持吧，站長非常感激您！手機(jī)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(diǎn)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
