Python基于Random Forest的糖尿病预测项目代码报错求助

核心错误原因 #

你代码中的报错是因为传入了RandomForestClassifier不识别的参数：

• scikit-learn的随机森林分类器中，指定基决策树数量的参数为n_estimators，而非你代码里写的estimators，错误的参数名触发了参数校验报错。

修复后的代码 #

from sklearn.ensemble import RandomForestClassifier
# 若还未做数据集拆分，可先引入train_test_split完成拆分，示例如下：
# from sklearn.model_selection import train_test_split
# X_train, X_test, y_train, y_test = train_test_split(你的特征数据集, 你的标签列, test_size=0.2, random_state=0)

# 修正参数名为n_estimators
classifier = RandomForestClassifier(n_estimators = 6, criterion = 'entropy', random_state = 0)
classifier.fit(X_train, y_train)

y_pred = classifier.predict(X_test)

额外注意事项 #

• 运行前需确认你已经提前完成了数据集预处理、特征和标签分离，以及训练集测试集拆分，保证X_train、y_train、X_test三个变量已正确定义。
• 若后续需要优化模型精度，可适当调大n_estimators的取值（常用取值范围为100~500），模型效果通常会随树的数量增加先提升后趋于稳定。

内容的提问来源于stack exchange，提问作者KHAN ABDUL RAHMAN