Python DeepForest模型-初步运行_深度森林代码-程序员宅基地

0、简介

深度森林： 将决策树和深度学习结合起来，具有比深度神经网络少得多的超参数，并且其模型复杂性可以以数据依赖的方式自动确定。可用于分类和回归。

1、安装

pip install deep-forest

2、加载数据

# Deep forest 要求输入的数据是2D Numpy array
# 数据shape格式(n_samples, n_features)
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split

X, y = load_digits(return_X_y=True)
# 训练数据在前，测试数据在后
X_train, X_test, y_train, y_test = train_test_split(X, y)

3、模型定义

Deep forest 模型提供分类和回归两种模型
分类模型：CascadeForestClassifier
回归模型：CascadeForestRegressor

# 深度森林的一个关键优势是其依赖于数据集的自适应模型复杂性。
# 超参数的默认设置使其能够在所有数据集上表现得相当好。
from deepforest import CascadeForestClassifier

model = CascadeForestClassifier()

4、训练和评价

# Deep forest提供Scikit-Learn用于训练和评价的APIs
# 给出训练数据X_train和标签数据y_train

model.fit(X_train, y_train)
# 一旦模型训练完成，调用predict()进行模型预测

from sklearn.metrics import accuracy_score

y_pred = model.predict(X_test)
acc = accuracy_score(y_test, y_pred) * 100  # classification accuracy

5、保存和加载

# 保存模型
model.save(MODEL_DIR)	# MODEL_DIR：保存模型的路径
new_model = CascadeForestClassifier()
new_model.load(MODEL_DIR)	# 加载现有模型
# 注意：new_model和model不完全相同，只有model的关键信息被保存

6、例子

# 分类的例子
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

from deepforest import CascadeForestClassifier


# Load data
X, y = load_digits(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y)

model = CascadeForestClassifier()

# Train and evaluate
model.fit(X_train, y_train)

y_pred = model.predict(X_test)
acc = accuracy_score(y_test, y_pred) * 100
print("\nTesting Accuracy: {:.3f} %".format(acc))

# Save the model
model.save("model")

学习链接：

本文链接：https://blog.csdn.net/weixin_45913084/article/details/129614492

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

基于SpringBoot的人事管理系统_基于springboot人事管理系统-程序员宅基地

文章浏览阅读2.7k次，点赞2次，收藏40次。系统主要分为管理员和普通用户和员工三部分，主要功能包括个人中心，普通用户管理，员工管理，人事档案管理，部门管理，薪酬管理，人事调动管理，职务管理，培训管理，招聘信息管理，求职简历管理，邀请面试管理，录用信息管理，员工应聘管理，系统管理等功能。管理员登录进入人事管理系统可以查看个人中心，普通用户管理，员工管理，人事档案管理，部门管理，薪酬管理，人事调动管理，职务管理，培训管理，招聘信息管理，求职简历管理，邀请面试管理，录用信息管理，员工应聘管理，系统管理等功能等内容。..._基于springboot人事管理系统

JAVA 解析未知JSON并获得key,value,value的类型_java解析未知json-程序员宅基地

文章浏览阅读8.4k次，点赞2次，收藏6次。try { JSONObject object=new JSONObject("{\"showid\":\"38f5ef6ae35711e0a046\", \n" + " \"showname\":\"\\u996d\\u5c40\\u4e5f\\u75af\\u72c2\", \n" + _java解析未知json

【论文汇总】2D目标检测文章汇总，持续更新_target-aware dual adversarial learning-程序员宅基地

文章浏览阅读1.8k次，点赞12次，收藏51次。记录自己比较感兴趣的2D目标检测文章。_target-aware dual adversarial learning

Java中的栈Stack、Deque、ArrayDeque、LinkedList_java中的栈类-程序员宅基地

文章浏览阅读1.1w次，点赞66次，收藏151次。文章目录先来说说Java中的Stack类不用Stack至少有以下两点原因该用ArrayDeque还是LinkedList？结论先来说说Java中的Stack类Java中Stack类从Vector类继承，底层是用数组实现的线程安全的栈。栈是一种后进先出(LIFO)的容器，常用的操作push/pop/peek。不过Java中用来表达栈的功能（push/pop/peek），更适用的是适用双端队列接口Deque，并用ArrayDeque/LinkedList来进行初始化。Deque<Integer&g_java中的栈类

Navicat 连接数据库出现1251_navicat11 1251-程序员宅基地

文章浏览阅读179次。MySql】Navicat 连接数据库出现1251。– 修改远程连接权限 % 可换为自己的电脑ip。_navicat11 1251

python3使用pymysql返回字典-程序员宅基地

文章浏览阅读872次。python3使用pymysql返回字典_pymysql返回字典

随便推点

Laravel随笔 Windows下Redis安装/php安装redis扩展_windows laravel 8使用 phpredis 扩展来连接 redis-程序员宅基地

文章浏览阅读164次。下载redis windows版 https://github.com/microsoftarchive/redis/releases （msi版本可以一键安装）PHP安装redis扩展 https://www.cnblogs.com/enjie/p/7978879.htmlPHP安装igbinary扩展 https://pecl.php.net/package/igbinary/3.1...._windows laravel 8使用 phpredis 扩展来连接 redis