其实这个题通过阅读上面的代码就可以做出来哦!

下面给一个模板作为参考哦(执行代码的时候记得从第一个开始执行,执行的时候慢一点,不要将最后一个答案覆盖掉哦。就是执行到倒数第二句话截止

还有一个地方需要注意,我不知道文件路径是否一致哦。如果不一致修改为自己的哈。点击右边,可以看见文件,然后有个复制地址,如果不一样,替换掉就行。

#根据编程要求,补充下面Begin-End区间的代码
# ***** Begin ***** #
#读取数据
data = pd.read_csv('/data/shixunfiles/a783330c86ac3fe31f48948d27863e17_1577764760436.csv')
#提取特征值和标签值
X=data.iloc[:,:8].values#提取特征值
y=data.iloc[:,-1].values#提取标签值
#划分训练集与测试集,参数test_size设为0.2,random_state设为700
from sklearn.model_selection  import train_test_split
x_train,x_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=700)
#建立模型,并训练模型
rf=RandomForestClassifier()
rf.fit(x_train,y_train)
#用测试数据集进行预测
ypredict=rf.predict(x_test)
#评估预测的准确率
from sklearn.metrics import accuracy_score#导入评估准确率的模块
accuracy = accuracy_score(y_test, ypredict)
print("Accuracy: %.2f%%" % (accuracy * 100.0))
# ***** End ***** #
最后修改:2021 年 07 月 01 日 05 : 59 PM