关于RandomForestRegressor，补全null数值

Posted 2022-06-26 rener0424

RandomForest的分类类是RandomForestClassifier，而RandomForestRegressor属于回归类

参数

- n_estimators
也就是弱学习器的最大迭代次数，或者说最大的弱学习器的个数，默认是10。一般来说n_estimators太小，容易欠拟合，n_estimators太大，又容易过拟合，一般选择一个适中的数值

- n_jobs
默认值为None，``-1``表示使用所有处理器

- random_state
如果是int，则random_state是随机数生成器使用的种子

• 案例

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor

path = 'F:/python/泰坦尼克/input/'
train_df = pd.read_csv(path + 'train.csv')

age_df = train_df[['Age','Fare', 'Parch', 'SibSp', 'Pclass']]
# 乘客分成已知年龄和未知年龄两部分
known_age = age_df[age_df.Age.notnull()].values
unknown_age = age_df[age_df.Age.isnull()].values
 # y即目标年龄
y = known_age[:, 0]
# X即特征属性值
X = known_age[:,1:]

rfr = RandomForestRegressor(random_state=0, n_estimators=2000, n_jobs=-1)
# fit到RandomForestRegressor之中
rfr.fit(X, y)
# 用得到的模型进行未知年龄结果预测
predictedAges = rfr.predict(unknown_age[:, 1:])
# 用得到的预测结果填补原缺失数据
train_df.loc[ (train_df.Age.isnull()), 'Age' ] = predictedAges