sklern:ランダムフォレストでアイリスデータを分類してみる

random_forest

前回は決定木一本でアイリスデータを分類してみましたが、決定木のハイパーパラメータ次第では性能が異なってきます。

このハイパーパラメータ自体の決定も自動化する方法がランダムフォレストです。

Contents

データセット読み込みからデータ分割まで

ここはいつもどおりです。

 

ランダムフォレストで決定木を100本作成して訓練する

さあ予測して性能を確認しましょう。

 

変数resultは

になりました。97%あってますね。

ということで、100本分の決定木を一気に評価できたわけです。