随机森林进行多元回归预测

返回随机森林进行预测结果 ，并写入excel

前言

在进行随机森林回归预测时，想要返回预测结果，但是网上常用的是返回分类器结果，故在此显示一下返回RandomForestRegressor的结果。

使用步骤

1.引入库

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

from sklearn import ensemble
from sklearn.model_selection import train_test_split

2.读入数据

按照各自的需求进行数据的读取，本例中数据有特殊的物理含义故提前制作了数据训练集与测试集，不再随机划分。

X_train=pd.read_excel("D:科研RandomForestX_train.xlsx")
X_test=pd.read_excel("D:科研RandomForestX_test.xlsx")
Y_train=pd.read_excel("D:科研RandomForestY_train.xlsx")
Y_test=pd.read_excel("D:科研RandomForestY_test.xlsx")

3.随机森林回归

本例中参数不具有任何参考价值，只是为了显示返回随机森林的预测结果。

def test_RandomForestRegressor_num(X_train,X_test,Y_train,Y_test):
    regr1=ensemble.RandomForestRegressor(n_estimators=10,max_depth=10)
    predictions=regr1.predict(X_test)#得到预测结果
    data = pd.DataFrame(predictions)
    #写入excel
    writer = pd.ExcelWriter("D:科研RandomForestX_test_predict.xlsx")	
    data.to_excel(writer, page_1, float_format=%.5f)
    writer.save()
    writer.close()
test_RandomForestRegressor_num(X_train,X_test,Y_train,Y_test) #回归