这篇文章主要介绍了python实现H2O中的随机森林算法介绍及其项目实战，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
Ｈ2O中的随机森林算法介绍及其项目实战（python实现）
包的引入：from h2o.estimators.random_forest import H2ORandomForestEstimator
H2ORandomForestEstimator 的常用方法和参数介绍：
(一)建模方法：
model ＝H2ORandomForestEstimator(ntrees=ｎ,max_depth =ｍ) model.train(x=random_pv.names,y='Catrgory',training_frame=trainData)
通过trainData来构建随机森林模型，model.train中的trainData：训练集，ｘ：预测变量名称，ｙ：预测 响应变量的名称
(二)预测方法：
pre_tag=H2ORandomForestEstimator.predict(model ,test_data) 利用训练好的模型来对测试集进行预测，其中的model：训练好的模型， test_data：测试集。
(三)算法参数说明：
(1)ntrees：构建模型时要生成的树的棵树。
(2)max_depth ：每棵树的最大深度。
项目要求：
题目一： 利用train.csv中的数据，通过H2O框架中的随机森林算法构建分类模型，然后利用模型对 test.csv中的数据进行预测，并计算分类的准确度进而评价模型的分类效果；通过调节参 数，观察分类准确度的变化情况。 注：准确度＝预测正确的数占样本数的比例
题目二： 通过H2o Flow 的随机森林算法，用同题目一中所用同样的训练数据和参数，构建模型； 参看模型中特征的重要性程度，从中选取前８个特征，再去训练模型，并重新预测结果， 进而计算分类的准确度。
需求完成内容：２个题目的代码，认为最好的准确度的输出值和test数据与预测结果合并 后的数据集，命名为predict.csv
python实现代码如下：
(1) 题目一：
#手动进行调节参数得到最好的准确率 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')
运行结果最好为87.0833%-6-16，如下
#for循环进行调节参数得到最好的准确率 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')<pre></div><p>运行结果最好为87.5%-49-49，如下</p><p style="text-align: center"></p><p>(2)题目二：建模如下,之后挑出排名前8的特征进行<a style="color:transparent">来源gao($daima.com搞@代@#码网</a>再次建模</p><p style="text-align: center"></p><div class="gaodaimacode"><pre class="prettyprint linenums"> #手动调节参数得到最大准确率 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')
运行结果最好为87.5%-5-18，如下
#for循环调节参数得到最大正确率 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')
运行结果最好为87.5%-49-49，如下
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持gaodaima搞代码网。
以上就是python实现H2O中的随机森林算法介绍及其项目实战的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：python实现H2O中的随机森林算法介绍及其项目实战
