根據(jù)成年人數(shù)據(jù)集來(lái)預(yù)測(cè)一個(gè)人的收入

1.準(zhǔn)備數(shù)據(jù)集

我下載好了一個(gè)成年人數(shù)據(jù)集,從百度云下載

鏈接：https://pan.baidu.com/s/10gC8U0tyh1ERxLhtY8i0bQ

提取碼：4zzy

準(zhǔn)備好了數(shù)據(jù)集,那就把這個(gè)數(shù)據(jù)集與你的jupyter notebook放在同一目錄.如果你是直接打開命令提示符啟動(dòng)jupyter notebook那么路徑為:

或者你也可以在D盤創(chuàng)建一個(gè)目錄并在這個(gè)目錄啟動(dòng)jupyter notebook,把數(shù)據(jù)集放入其中

2.在jupyter notebook中導(dǎo)入這個(gè)數(shù)據(jù)集

############################# 隨機(jī)森林實(shí)例 #######################################

#導(dǎo)入pandas庫(kù)

import pandas as pd

#導(dǎo)入數(shù)據(jù)集拆分工具

from sklearn.model_selection import train_test_split

from sklearn import tree,datasets

#用pandas打開csv文件

data = pd.read_csv('adult.csv',header=None,index_col=False,names=['年齡','單位性質(zhì)','權(quán)重','學(xué)歷','受教育時(shí)長(zhǎng)','婚姻狀況','職業(yè)','家庭情況','種族','性別','資產(chǎn)所得','資產(chǎn)損失','周工作時(shí)長(zhǎng)','原籍','收入'])

#為了方便展示,我們選取其中一部分?jǐn)?shù)據(jù)

data_lite = data[['年齡','單位性質(zhì)','學(xué)歷','性別','周工作時(shí)長(zhǎng)','職業(yè)','收入']]

#下面看一下數(shù)據(jù)的前五行是不是我們想要的結(jié)果

display(data_lite.head())

3.用get_dummies處理數(shù)據(jù)

#使用get_dummies將文本數(shù)據(jù)轉(zhuǎn)化為數(shù)值

data_dummies = pd.get_dummies(data_lite)

#對(duì)比樣本原始特征和虛擬變量特征

print('樣本原始特征:\n',list(data_lite.columns),'\n')

print('虛擬變量特征:\n',list(data_dummies.columns))

#顯示數(shù)據(jù)集中的前5行

data_dummies.head()

#定義數(shù)據(jù)集的特征值

features = data_dummies.loc[:,'年齡':'職業(yè)_ Transport-moving']

#將特征數(shù)值賦值為X

X = features.values

#將收入大于50K作為預(yù)測(cè)目標(biāo)

y = data_dummies['收入_ >50K'].values

print('\n\n\n')

print('代碼運(yùn)行結(jié)果')

print('====================================\n')

#打印數(shù)據(jù)形態(tài)

print('特征形態(tài):{} 標(biāo)簽形態(tài):{}'.format(X.shape,y.shape))

print('\n====================================')

print('\n\n\n')

代碼運(yùn)行結(jié)果

====================================

特征形態(tài):(32561, 44) 標(biāo)簽形態(tài):(32561,)

====================================

4.用決策樹建模并作出預(yù)測(cè)

#將數(shù)據(jù)集拆分為訓(xùn)練集和測(cè)試集

X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=0)

#用最大深度為5的隨機(jī)森林?jǐn)M合數(shù)據(jù)

go_dating_tree = tree.DecisionTreeClassifier(max_depth=5)

go_dating_tree.fit(X_train,y_train)

print('\n\n\n')

print('代碼運(yùn)行結(jié)果')

print('====================================\n')

#打印數(shù)據(jù)形態(tài)

print('模型得分:{:.2f}'.format(go_dating_tree.score(X_test,y_test)))

print('\n====================================')

print('\n\n\n')

代碼運(yùn)行結(jié)果

====================================

模型得分:0.80

====================================

#將Mr Z的數(shù)據(jù)輸入給模型

Mr_Z = [[37, 40,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0]]

#使用模型做出預(yù)測(cè)

dating_dec = go_dating_tree.predict(Mr_Z)

print('\n\n\n')

print('代碼運(yùn)行結(jié)果')

print('====================================\n')

if dating_dec == 1:

print("這哥們?cè)滦竭^(guò)5萬(wàn)了")

else:

print("月薪不過(guò)五萬(wàn)")

print('\n====================================')

print('\n\n\n')

代碼運(yùn)行結(jié)果

====================================

月薪不過(guò)五萬(wàn)

====================================

注:這個(gè)數(shù)據(jù)集只是用來(lái)演示決策樹的用法,其結(jié)論參考意義不大

總結(jié):

在使用隨機(jī)森林算法中,明白了參數(shù)對(duì)其調(diào)節(jié)的影響.

在決策樹與隨機(jī)森林算法中對(duì)高位數(shù)據(jù)集進(jìn)行分析,我們可以在諸多特征中選擇保留最重要的幾個(gè),方便我們對(duì)數(shù)據(jù)集手動(dòng)降維處理.

文章引自 : 《深入淺出python機(jī)器學(xué)習(xí)》

總結(jié)

以上是生活随笔為你收集整理的利用mysql建立随机森林_随机森林算法实例 - osc_4imme0wh的个人空间 - OSCHINA - 中文开源技术交流社区...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。