本文整理汇总了Python中sklearn.ensemble.RandomForestClassifier.name1方法的典型用法代码示例。如果您正苦于以下问题：Python RandomForestClassifier.name1方法的具体用法？Python RandomForestClassifier.name1怎么用？Python RandomForestClassifier.name1使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.ensemble.RandomForestClassifier的用法示例。
在下文中一共展示了RandomForestClassifier.name1方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: overproductionRf
# 需要导入模块: from sklearn.ensemble import RandomForestClassifier [as 别名]
# 或者: from sklearn.ensemble.RandomForestClassifier import name1 [as 别名]
def overproductionRf(XProd,YProd, XMeta, XSel, XTest, nrOfCls = 5, folder = "data/dataForMeta/"):
#produces lot of cls for problem
#metoda izdelana za testiranje metaDes, ne potrebujemo, ker pridobimo klasifikatorje od ostalih
for i in range(nrOfCls):
cls = RandomForestClassifier(n_estimators=np.random.randint(1000,1200), n_jobs=8)
cls.name1 = "rf"+str(i)+"_"+str(cls.n_estimators)
print("Producing " + cls.name1)
YCaProduction, YCaMeta, YCaSel, YCaTest = trainClsForMeta(XProd, YProd, XMeta, XSel, XTest, cls)
#save in file
if(not os.path.isdir(folder + "classifiers/"+cls.name1)): os.makedirs(folder + "classifiers/"+cls.name1)
# np.savetxt(folder + "classifiers/"+cls.name1+"/YCaProd.csv", YCaProduction, delimiter="\n")
np.savetxt(folder + "classifiers/"+cls.name1+"/YCaMeta.csv", YCaMeta, delimiter="\n")
np.savetxt(folder + "classifiers/"+cls.name1+"/YCaSel.csv", YCaSel, delimiter="\n")
np.savetxt(folder + "classifiers/"+cls.name1+"/YCaTest.csv", YCaTest, delimiter="\n")