ランダムフォレストのサンプルコード教えて

ランダムフォレスト（Random Forest）をScikit-learnを使用して実装するサンプルコードを提供します。この例では、Irisデータセットを使用してアヤメの品種を分類するためにランダムフォレストをトレーニングします。

python
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# Irisデータセットをロード
iris = datasets.load_iris()
X = iris.data
y = iris.target

# データをトレーニングセットとテストセットに分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# ランダムフォレストモデルを作成
# デフォルトでは100個の決定木を使用しますが、ハイパーパラメータを調整できます
rf_model = RandomForestClassifier(n_estimators=100, random_state=42)

# モデルをトレーニング
rf_model.fit(X_train, y_train)

# テストデータで予測
y_pred = rf_model.predict(X_test)

# モデルの性能を評価
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

このコードでは、Irisデータセットをロードし、ランダムフォレストモデルを作成しています。n_estimatorsハイパーパラメータにより、ランダムフォレスト内の決定木の数を指定できます。この例では100個の決定木を使用していますが、必要に応じて調整できます。

モデルをトレーニングし、テストデータで予測を行い、正確度（accuracy）を計算して性能を評価しています。ランダムフォレストはアンサンブル学習アルゴリズムであり、多くの場合、高い性能を提供するため、機械学習のさまざまなタスクで広く使用されています。

未分類

Posted by ぼっち