将随机森林预测作为列添加到测试文件中

Posted 2023-03-12

【中文标题】将随机森林预测作为列添加到测试文件中

【英文标题】：add random forest predictions as column into test file

【发布时间】：2016-09-02 06:14:48

【问题描述】：

我正在使用 python pandas（在 Jupyter 笔记本中），在那里我为泰坦尼克号数据集创建了一个随机森林模型。 https://www.kaggle.com/c/titanic/data

我读入测试和训练数据，然后清理它并添加新列（两列相同）。

在拟合和重新拟合模型并尝试提升等之后；我决定一个模型：

 X2 = train_data[['Pclass','Sex','Age','richness']] 
 rfc_model_3 = RandomForestClassifier(n_estimators=200)
 %time cross_val_score(rfc_model_3, X2, Y_target).mean()
 rfc_model_3.fit(X2, Y_target)

然后我预测，如果有人幸存下来

 X_test = test_data[['Pclass','Sex','Age','richness']]
 predictions = rfc_model_3.predict(X_test)
 preds = pd.DataFrame(predictions, columns=['Survived'])

有没有办法让我将预测作为column 添加到测试文件中？

【问题讨论】：

这不就是X_test['Prediction'] = preds['Survivied']吗？

【参考方案1】：

自从

rfc_model_3 = RandomForestClassifier(n_estimators=200)
rfc_model_3.predict(X_test)

返回y : array of shape = [n_samples]（see docs），你应该可以将模型输出直接添加到X_test，而无需创建中间DataFrame：

X_test['survived'] = rfc_model_3.predict(X_test)

如果您仍然想要中间结果，@EdChum 在 cmets 中的建议可以正常工作。