EL之RF(RFC)：利用RF对二分类问题进行建模并评估

 

 

目录

输出结果

设计思路

核心代码

 

 

 

 

输出结果

EL之RF(RFC)：利用RF对二分类问题进行建模并评估_DLEL之RF(RFC)：利用RF对二分类问题进行建模并评估_DataScience_02EL之RF(RFC)：利用RF对二分类问题进行建模并评估_Algorithm_03

EL之RF(RFC)：利用RF对二分类问题进行建模并评估_EL_04

EL之RF(RFC)：利用RF对二分类问题进行建模并评估_ML_05

 

设计思路

EL之RF(RFC)：利用RF对二分类问题进行建模并评估_ML_06

 

核心代码

auc = []
nTreeList = range(50, 2000, 50)
for iTrees in nTreeList:
    depth = None
    maxFeat  = 8 
    rocksVMinesRFModel = ensemble.RandomForestClassifier(n_estimators=iTrees, max_depth=depth, max_features=maxFeat,
                                                 oob_score=False, random_state=531)

    rocksVMinesRFModel.fit(xTrain,yTrain)

    prediction = rocksVMinesRFModel.predict_proba(xTest) 
    aucCalc = roc_auc_score(yTest, prediction[:,1:2])
    auc.append(aucCalc)

 

 

更多文章请关注《万象专栏》