目录

0 今日目标

1 随机森林（RandomForestClassifier）

1.1 案例1

1.2 案例2 

2  数据集划分（train_test_split）

3 准确率 （accuracy_score）

4 混淆矩阵 （confusion_matrix ）

4.1 混淆矩阵

4.2 举例说明 

4.3 参数说明 

4.4 案例 

 致谢

---

0 今日目标

from sklearn.ensemble import RandomForestClassifier #随机森林
from sklearn.model_selection import train_test_split #数据集划分
from sklearn.metrics import accuracy_score #准确率
from sklearn.metrics import confusion_matrix #混淆矩阵

1 随机森林（RandomForestClassifier）

1.1 案例1

#=========导包==============================
from sklearn.ensemble import RandomForestClassifier#========data:训练数据, label：标签==========
data = [[0, 0, 0], [1, 1, 1], [2, 2, 2], [1, 1, 1], [2, 2, 2], [3, 3, 3], [1, 1, 1], [4, 4, 4]]
label = [0, 1, 2, 1, 2, 3, 1, 4]#======用随机森林来拟合(训练)数据==============
model = RandomForestClassifier()
model.fit(data, label)#======x_test 测试数据======================
x_test = [[1, 2, 3],[5, 6, 7],[8, 8, 8],[9, 9, 9]]#======输出 x_test每组数据的预测结果的标签值=======
print(model.predict(x_test))#====输出的是二维矩阵 ，第i行j列表示 x_test第i行测试数据在每个label上的概率(这李标签共有5个 0，1，2，3，4)====
print(model.predict_proba(x_test))

#predict结果：[2 4 4 4]#predict_proba结果：[[0.   0.38 0.45 0.14 0.03][0.   0.   0.08 0.16 0.76][0.   0.   0.08 0.16 0.76][0.   0.   0.08 0.16 0.76]]Process finished with exit code 0

1.2 案例2 

情景：基于相亲网站男方提供的个人基本资料作为输入，以女方是否相亲做标签做训练，用训练出的模型预测女方是否相亲。

#==================导包===================　　　
from sklearn.ensemble import RandomForestClassifier#======"年龄", "身高", "年收入", '学历'（0:大专， 1:本科， 2:硕士）======
X = [[25, 179, 15, 0],[33, 190, 19, 0],[28, 180, 18, 2],[25, 178, 18, 2],[46, 100, 100, 2],[40, 170, 170, 1],[34, 174, 20, 2],[36, 181, 55, 1],[35, 170, 25, 2],[30, 180, 35, 1],[28, 174, 30, 1],[29, 176, 36, 1],
]#===========有否相亲 0:N 1:Y===================
y = [0, 1, 1, 1, 0, 0, 1, 0, 1, 1, 0, 1]#======现在我们把训练数据，和对应的分类放入分类器中进行训练======
model = RandomForestClassifier().fit(X, y)#======预测下面此人是否相亲======
p = [[28, 180, 18, 2]]
print(model.predict(p))

[1]Process finished with exit code 0# 输出结果是[1] 是

2  数据集划分（train_test_split）

2.1 用途

在机器学习中，该函数可按照用户设定的比例，随机将样本集合划分为训练集 和测试集，并返回划分好的训练集和测试集数据。

2.2 语法 

X_train,X_test, y_train, y_test =cross_validation.train_test_split(X,y,test_size, random_state)

 2.3 参数说明

2.4 代码示例 

import numpy as np
from sklearn.model_selection import train_test_split#创建一个数据集X和相应的标签y,X中样本数目为100
X, y = np.arange(200).reshape((100, 2)), range(100)#用train_test_split函数划分出训练集和测试集，测试集占比0.33
X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.33, random_state=42)#打印出原始样本集、训练集和测试集的数目
print("The length of original data X is:", X.shape[0])
print("The length of train Data is:", X_train.shape[0])
print("The length of test Data is:", X_test.shape[0])

The length of original data X is: 100
The length of train Data is: 67
The length of test Data is: 33Process finished with exit code 0

3 准确率 （accuracy_score）

分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布，并且它也不能告诉你分类器犯错的类型。

sklearn.metrics.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)

normalize：默认值为True，返回正确分类的比例；如果为False，返回正确分类的样本数 

案例： 

import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
print("正确率：",accuracy_score(y_true, y_pred))
print("正确个数：",accuracy_score(y_true, y_pred, normalize=False))

正确率： 0.5
正确个数： 2Process finished with exit code 0

4 混淆矩阵 （confusion_matrix ）

4.1 混淆矩阵

在机器学习领域，混淆矩阵（confusion matrix），又称为可能性表格或是错误矩阵。它是一种特定的矩阵用来呈现算法性能的可视化效果，通常是监督学习（非监督学习，通常用匹配矩阵：matching matrix）。其每一列代表预测值，每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class）

4.2 举例说明 

假设有一个用来对猫（cats）、狗（dogs）、兔子（rabbits）进行分类的系统，混淆矩阵就是为了进一步分析性能而对该算法测试结果做出的总结。假设总共有 27 只动物：8只猫， 6条狗， 13只兔子。结果的混淆矩阵如下图：

在这个混淆矩阵中，实际有 8只猫，但是系统将其中3只预测成了狗；对于 6条狗，其中有 1条被预测成了兔子，2条被预测成了猫。从混淆矩阵中我们可以看出系统对于区分猫和狗存在一些问题，但是区分兔子和其他动物的效果还是不错的。所有正确的预测结果都在对角线上，所以从混淆矩阵中可以很方便直观的看出哪里有错误，因为他们呈现在对角线外面。

 其中灰色部分是真实分类和预测分类结果相一致的，绿色部分是真实分类和预测分类不一致的，即分类错误的。 

4.3 参数说明 

y_true: 是样本真实分类结果，y_pred: 是样本预测分类结果
labels：是所给出的类别，通过这个可对类别进行选择
sample_weight : 样本权重

sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

4.4 案例 

（1）案例1

from sklearn.metrics import confusion_matrixy_true=[2,1,0,1,2,0]
y_pred=[2,0,0,1,2,1]C=confusion_matrix(y_true, y_pred)
print("混淆矩阵：")
print(C)

混淆矩阵：
[[1 1 0][1 1 0][0 0 2]]Process finished with exit code 0

（2）案例2 

from sklearn.metrics import confusion_matrixy_true = ["cat", "ant", "cat", "cat", "ant", "bird"]
y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
C=confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])
print("混淆矩阵：")
print(C)

混淆矩阵：
[[2 0 0][0 0 1][1 0 2]]Process finished with exit code 0

 致谢

————————————————
https://blog.csdn.net/m0_38061927/article/details/77198990