13-5 随机森林和extra-trees

Bagging Base Estimator: Decision Tree 只要是以决策树为基础的集成学习算法都叫随机森林。 scikit-learn提供了随机森林算法，并为算法提供了更多的随机性。 sickit-learn中，决策树在节点上划分，在随机的特征子集上寻找最优划分的特征。

随机森林

使用13-1中的数据，但random_state=666

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets

X, y = datasets.make_moons(n_samples=500, noise=0.3, random_state=666)

plt.scatter(X[y==0,0],X[y==0,1])
plt.scatter(X[y==1,0],X[y==1,1])
plt.show()

from sklearn.ensemble import RandomForestClassifier
rf_clf = RandomForestClassifier(n_estimators=500, random_state=666, oob_score=True)
rf_clf.fit(X, y)
rf_clf.oob_score_

输出：0.892

from sklearn.ensemble import RandomForestClassifier
rf_clf2 = RandomForestClassifier(n_estimators=500, max_leaf_nodes=16, random_state=666, oob_score=True)
rf_clf2.fit(X, y)
rf_clf2.oob_score_

输出：0.906

使用extra-tree

extra-tree = extreme random trees，极其随机的的随机树。 极其随机表现在：决策树在节点上划分，使用随机的特征的随机的阈值。 提供额外的随机性，抑制过拟合，但增大了bias 相对于随机森林，速度更快

from sklearn.ensemble import ExtraTreesClassifier
et_clf = ExtraTreesClassifier(n_estimators=500, bootstrap=True, oob_score=True, random_state=666)
et_clf.fit(X, y)
et_clf.oob_score_

输出：0.892

集成学习解决回归问题

from sklearn.ensemble import BaggingRegressor
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import ExtraTreesRegressor