从零入门AI for Science（AI+化学）#Datawhale夏令营

从零入门AI for Science（AI+化学） 是 Datawhale 2024 年 AI 夏令营第三期的学习活动，基于天池平台“第二届世界科学智能大赛 物质科学赛道：催化反应产率预测”开展的实践学习

有感兴趣的同学可去

报名赛事！(点击即可跳转)

http://competition.sais.com.cn/competitionDetail/532233/format（赛事网址）

了解更多信息

启动魔搭Notebook！（点击即可跳转）https://www.modelscope.cn/my/mynotebook/preset

本次赛事数据可在官网下载

1. 解压文件> 使用命令 > > unzip AI+化学baseline文件包.zip> > > > > > unzip+压缩包名.zip>

找到task1中的随机森林，自己可以尝试更改数据

关于随机森林（想细致了解可以看一下下面这两位博主）

http://t.csdnimg.cn/rNmmGhttp://t.csdnimg.cn/rNmmGhttp://t.csdnimg.cn/ocTSyhttp://t.csdnimg.cn/ocTSy

随机森林是集成学习中的Bagging(Bootstrap Aggregation)方法的一种实现，是由很多决策树作为基础估计器集成的一个同质估计器。
各决策树之间没有关联，在用随机森林进行分类时，每个样本会被森林中的每一颗决策树进行判断和分类，每个决策树会得到一个分类结果，哪一个分类的结果最多（众数），就是随机森林的最终结果

参数解释：

• n_estimators=10： 决策树的个数，越多越好；但是越多意味着计算开销越大；
• max_depth: (default=None)设置树的最大深度，默认为None；
• min_samples_split: 根据属性划分节点时，最少的样本数；
• min_samples_leaf: 叶子节点最少的样本数；
• n_jobs=1： 并行job个数，-1表示使用所有cpu进行并行计算。

随机森林算法步骤

假设训练集 T 的大小为 N ，特征数目为 M ，随机森林的大小为 K ，随机森林算法的具体步骤如下：

遍历随机森林的大小 K 次：
  从训练集 T 中有放回抽样的方式，取样N 次形成一个新子训练集 D
  随机选择 m 个特征，其中 m < M
  使用新的训练集 D 和 m 个特征，学习出一个完整的决策树
得到随机森林

想刷高分可以把这几个数据稍作修改，然后再进行运行