本文整理汇总了Python中sklearn.ensemble.RandomForestClassifier.random_state方法的典型用法代码示例。如果您正苦于以下问题：Python RandomForestClassifier.random_state方法的具体用法？Python RandomForestClassifier.random_state怎么用？Python RandomForestClassifier.random_state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.random_state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: RandomForestClassifier
# 需要导入模块: from sklearn.ensemble import RandomForestClassifier [as 别名]
# 或者: from sklearn.ensemble.RandomForestClassifier import random_state [as 别名]
clf = RandomForestClassifier(n_estimators=32, max_depth=40, min_samples_split=100, min_samples_leaf=10, random_state=0, criterion='entropy',
max_features=8, verbose = 1, n_jobs=-1, bootstrap=False)
_start_day = 22
predv = 0
ctr = 0
xv = t0tv_mx3[day_values==day_test, :]
yv = click_values[day_values==day_test]
nn = t0tv_mx3.shape[0]
for i1 in xrange(8):
clf.random_state = i1
np.random.seed(i1)
r1 = np.random.uniform(0, 1, nn)
filter1 = np.logical_and(np.logical_and(day_values >= _start_day, day_values < day_test), np.logical_and(r1 < .3, True))
xt1 = t0tv_mx3[filter1, :]
yt1 = click_values[filter1]
rf1 = clf.fit(xt1, yt1)
y_hat = rf1.predict_proba(xv)[:, 1]
predv += y_hat
ctr += 1
ll = logloss(predv/ctr, yv)
print "iter", i1, ", logloss = ", ll
sys.stdout.flush()
list_param = ['C1', 'C14', 'C15', 'C16', 'C17', 'C18', 'C19', 'C20', 'C21', 'banner_pos', 'device_type', 'device_conn_type']
feature_list = list_param + \