如何使用随机森林显示一个预测？

Question

我的样本数据看起来是这样的-

​

我的X_train特性是'Gender', 'Age', 'Leisure', 'Married', 'Division' & y_train是'Online Shopping'

我的最后一部分代码看起来是这样的-

from sklearn.ensemble import RandomForestClassifier
#rfc_100 = RandomForestClassifier(n_estimators=100, random_state=0)

rfc = RandomForestClassifier(random_state=0)

# fit the model

rfc.fit(X_train, y_train)

# Predict the Test set results

y_pred = rfc.predict(X_test)

# Check accuracy score 

from sklearn.metrics import accuracy_score

print('Model accuracy score with 10 decision-trees : {0:0.4f}'. format(accuracy_score(y_test, y_pred)))

现在我的问题是如何使用这个已经建立的模型并检查预测？例如，我想提供类似于这个'Son 19-30 Games Yes C'的输入&我想看看在线购物interest.Output的预测应该是是还是否。

编码过程-

#Labeling
import category_encoders as ce
encoder1 = ce.OrdinalEncoder(cols=['Gender', 'Age', 'Leisure', 'Married', 'Division'])


X_train = encoder1.fit_transform(X)

X_test = encoder1.transform(X)

encoder2= ce.OrdinalEncoder(cols=['Online Shopping'])

#y_test is True Online Shopping labels
#y_pred is predicted Online Shopping label in test set

y_train = encoder2.fit_transform(y)

y_test = encoder2.transform(y)

标签输出-

​

Answer 1

试试这个：

d = {'Gender': ['Son'], 'Age': ['19-30'], 'Leisure': ['Games'], 'Married': ['Yes'], 'Division': ['C']}
df_dp = pd.DataFrame(data=d)
x_dp = encoder1.transform(df_dp)
print(encoder2.inverse_transform(rfc.predict(x_dp)))

其中df_dp是单个数据点的熊猫数据，我们对其进行编码，然后使用rfc.predict()显示预测。

我还从您的代码中注意到，X_train和X_test来自同一个数据集。情况不应该是这样的:培训数据用于训练模型，而测试数据则用于查看模型在推广到未见数据方面有多好。这就是为什么您的培训数据和测试数据应该是不同的。