Udacity机器学习入门笔记——自选算法 随机森林

本文主要是介绍Udacity机器学习入门笔记——自选算法 随机森林，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

自选三个算法之一：

随机森林参数调整学习（Google自带翻译ε=(´ο｀*)))）

http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html

在ud120-projects\choose_your_own\your_algorithm.py中添加以下代码

from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(bootstrap=True, class_weight=None, criterion='entropy',max_depth=8, max_features='sqrt', max_leaf_nodes=20,min_impurity_decrease=0.0, min_impurity_split=None,min_samples_leaf=10, min_samples_split=2,min_weight_fraction_leaf=0.0, n_estimators=5, n_jobs=1,oob_score=False, random_state=0, verbose=0, warm_start=False)
clf = clf.fit(features_train,labels_train)
print clf.score(features_test,labels_test)

通过调整参数最后准确率在0.94，class_vis.py和prep_terrain_data.py不改动

这篇关于Udacity机器学习入门笔记——自选算法 随机森林的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---