excel学习库-Python中随机森林（RF）回归与变量重要性影响程度分析的代码实现

本文分为两部分，第一部分为代码的分段讲解，第二部分为完整代码。

1 代码分段讲解

1.1 模块与数据准备

pydotgraphvizAnaconda

1import
2importas
3importas
4importas
5importas
6fromimport
7fromimport
8fromimport
9fromimport

接下来，我们将代码接下来需要用的主要变量加以定义。这一部分大家先不用过于在意，浏览一下继续向下看即可；待到对应的变量需要运用时我们自然会理解其具体含义。

1'G:/CropYield/03_DL/00_Data/AllDataAll_Train.csv'
2'G:/CropYield/03_DL/00_Data/AllDataAll_Test.csv'
3'G:/CropYield/03_DL/05_NewML/ParameterResult_ML.xlsx'
4'G:/CropYield/03_DL/05_NewML/tree.dot'
5'G:/CropYield/03_DL/05_NewML/tree.png'
6
744
81230

接下来，我们需要导入输入数据。

需要注意

初始数据划分训练集与测试集
类别变量的独热编码（One-hot Encoding）

.csv

 1# Data import
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
150
160

1.2 特征与标签分离

特征与标签，换句话说其实就是自变量与因变量。我们要将训练集与测试集中对应的特征与标签分别分离开来。

 1# Separate independent and dependent variables
 2
 3'Yield'
 4'ID''Yield'1
 5
 6
 7
 8'Yield'
 9'ID''Yield'1
10

drop'Yield''ID'train_X_column_name

1.3 RF模型构建、训练与预测

n_estimators

1# Build RF regression model
2
3200
4
5
6# Predict test set data
7
8
9

RandomForestRegressorn_estimatorsrandom_stateBaggingBootstrapfitpredict

1.4 预测图像绘制、精度衡量指标计算与保存

 1# Draw test plot
 2
 31
 4
 5'equal'
 6
 7'True Values'
 8'Predictions'
 9010000
10
11
12
13False
14
152
16
1730
18'Prediction Error'
19'Count'
20False

以上两幅图的绘图结果如下所示。

皮尔逊相关系数、决定系数与RMSE

 1# Verify the accuracy
 2
 3
 4
 50.5
 6'Pearson correlation coefficient is {0}, and RMSE is {1}.'0
 7
 8
 9# Save key parameters
10
11
12
130
14
15
160
17forin
18"excel_write_sheet.cell(max_row+1,i+1).value=excel_write_content[i]"
19

1.5 决策树可视化

这一部分我们借助DOT这一图像描述语言，进行随机森林算法中决策树的绘制。

1# Draw decision tree visualizing plot
2
35
4
5True1
6
7

estimators_[5]0n_estimators

根节点

samples=151

BaggingBootstrapAggregationBaggingBootstrapAggregation

1.6 变量重要性分析

在这里，我们进行变量重要性的分析，并以图的形式进行可视化。

 1# Calculate the importance of variables
 2
 3
 48
 5forin
 6lambda1True
 73
 8
 9
10'vertical'
11'vertical'
12'Variable'
13'Importance'
14'Variable Importances'

得到图像如下所示。这里是由于我的特征数量（自变量数量）过多，大概有150多个，导致横坐标的标签（也就是自变量的名称）都重叠了；大家一般的自变量个数都不会太多，就不会有问题~

以上就是全部的代码分段介绍~

2 完整代码

  1# -*- coding: utf-8 -*-
  2
  3
  4
  5
  6
  7
  8import
  9importas
 10importas
 11importas
 12importas
 13fromimport
 14fromimport
 15fromimport
 16fromimport
 17
 18
 19# Attention! Data Partition
 20# Attention! One-Hot Encoding
 21
 22'G:/CropYield/03_DL/00_Data/AllDataAll_Train.csv'
 23'G:/CropYield/03_DL/00_Data/AllDataAll_Test.csv'
 24'G:/CropYield/03_DL/05_NewML/ParameterResult_ML.xlsx'
 25'G:/CropYield/03_DL/05_NewML/tree.dot'
 26'G:/CropYield/03_DL/05_NewML/tree.png'
 27
 2844
 291230
 30
 31# Data import
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 450
 460
 47
 48# Separate independent and dependent variables
 49
 50'Yield'
 51'ID''Yield'1
 52
 53
 54
 55'Yield'
 56'ID''Yield'1
 57
 58
 59# Build RF regression model
 60
 61200
 62
 63
 64# Predict test set data
 65
 66
 67
 68
 69# Draw test plot
 70
 711
 72
 73'equal'
 74
 75'True Values'
 76'Predictions'
 77010000
 78
 79
 80
 81False
 82
 832
 84
 8530
 86'Prediction Error'
 87'Count'
 88False
 89
 90# Verify the accuracy
 91
 92
 93
 940.5
 95'Pearson correlation coefficient is {0}, and RMSE is {1}.'0
 96
 97
 98# Save key parameters
 99
100
101
1020
103
104
1050
106forin
107"excel_write_sheet.cell(max_row+1,i+1).value=excel_write_content[i]"
108
109
110# Draw decision tree visualizing plot
111
1125
113
114True1
115
116
117
118# Calculate the importance of variables
119
120
1218
122forin
123lambda1True
1243
125
126
127'vertical'
128'vertical'
129'Variable'
130'Importance'
131'Variable Importances'

excel学习库

excel表格_excel函数公式大全_execl从入门到精通

Python中随机森林（RF）回归与变量重要性影响程度分析的代码实现2024-06-26 12:58:46