使用Python的随机森林的OOB错误较高

Question

我打算使用scikit中的Random Forest Classifier在Python中学习来预测种群运动。 我的数据集有8个要素和1201个记录。 但是在拟合模型并使用它进行预测之后，它显示出100％的准确性和100％的OOB误差。 我将n_estimators从100修改为一个较小的值，但是OOB错误仅下降了几个％。 这是我的代码：

from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
import numpy as np
import pandas as pd

#File reading
df = pd.read_csv('700.csv')
df.drop(df.columns[0],1,inplace=True)
target = df.iloc[:,8]
print(target)

#train test split
X_train, X_test, y_train, y_test = train_test_split(df, target, test_size=0.3)

#model fit
clf = RandomForestClassifier(n_estimators=100, criterion='gini',oob_score= True)
clf.fit(X_train,y_train)

pred = clf.predict(X_test)
accuaracy = accuracy_score(y_test,pred)
print(clf.oob_score_)
print(accuaracy)

我如何修改代码以使oob错误下降？ 谢谢。

Answer 1

如果要检查错误，请像下面这样使用/修改代码：

oob_error = 1 - clf.oob_score_