EL之RF(RFC)：利用RF对二分类问题进行建模并评估

输出结果

设计思路

核心代码

auc = []

nTreeList = range(50, 2000, 50)

for iTrees in nTreeList:

   depth = None

   maxFeat  = 8

   rocksVMinesRFModel = ensemble.RandomForestClassifier(n_estimators=iTrees, max_depth=depth, max_features=maxFeat,

                                                oob_score=False, random_state=531)

   rocksVMinesRFModel.fit(xTrain,yTrain)

   prediction = rocksVMinesRFModel.predict_proba(xTest)

   aucCalc = roc_auc_score(yTest, prediction[:,1:2])

   auc.append(aucCalc)