ランダムフォレストでサンプルコード書いてくれる？

2024年6月8日

もちろんです。以下は、PythonのScikit-learnライブラリを使用してランダムフォレストを実装するサンプルコードです。

python
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

# データの準備（Xに特徴量、yに目的変数を設定）
X = data[['送料', '商品サイズ', '商品名の特徴量1', '商品名の特徴量2', ...]]  # 特徴量を適切に選択してください
y = data['目的変数']  # 目的変数を適切に選択してください

# 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の作成とトレーニング
rf_model = RandomForestRegressor(n_estimators=100, random_state=42)  # ハイパーパラメータは適切に調整してください
rf_model.fit(X_train, y_train)

# テストセットでの予測
y_pred = rf_model.predict(X_test)

# モデルの評価（平均二乗誤差）
mse = mean_squared_error(y_test, y_pred)
print("Mean Squared Error:", mse)

このサンプルコードでは、ランダムフォレストモデルを訓練し、テストセットで性能を評価しています。data は入力データフレームであり、'送料'、'商品サイズ'、'商品名の特徴量1'、'商品名の特徴量2'などの特徴量を含んでいると仮定しています。'目的変数' は予測したいターゲット変数です。

適切な特徴量と目的変数を指定し、ハイパーパラメータを調整することで、モデルの性能を最適化できます。