使用随机森林对数据进行分类

该随机森林示例使用了一个名为 iris 的数据集。该示例包含四个变量，用于测量 iris 花的各个部分以预测其种属。

在开始该示例之前，请确保您已按照下载机器学习示例数据中的步骤进行操作。

1. 使用 RF_CLASSIFIER 和 iris 数据创建名为 rf_iris 的随机森林模型。使用 GET_MODEL_SUMMARY 查看模型的摘要输出：

   => SELECT RF_CLASSIFIER ('rf_iris', 'iris', 'Species', 'Sepal_Length, Sepal_Width, Petal_Length, Petal_Width'
   USING PARAMETERS ntree=100, sampling_size=0.5);
   

   
           RF_CLASSIFIER
   ----------------------------
   Finished training
   
   (1 row)
   
   
   => SELECT GET_MODEL_SUMMARY(USING PARAMETERS model_name='rf_iris');
   ------------------------------------------------------------------------
   ===========
   call_string
   ===========
   SELECT rf_classifier('public.rf_iris', 'iris', '"species"', 'Sepal_Length, Sepal_Width, Petal_Length,
   Petal_Width' USING PARAMETERS exclude_columns='', ntree=100, mtry=2, sampling_size=0.5, max_depth=5,
   max_breadth=32, min_leaf_size=1, min_info_gain=0, nbins=32);
   
   =======
   details
   =======
   predictor   |type
   ------------+-----
   sepal_length|float
   sepal_width |float
   petal_length|float
   petal_width |float
   
   ===============
   Additional Info
   ===============
   Name              |Value
   ------------------+-----
   tree_count        | 100
   rejected_row_count|  0
   accepted_row_count| 150
   (1 row)
   

2. 使用 PREDICT_RF_CLASSIFIER 将分类器应用于测试数据：

   => SELECT PREDICT_RF_CLASSIFIER (Sepal_Length, Sepal_Width, Petal_Length, Petal_Width
                                     USING PARAMETERS model_name='rf_iris') FROM iris1;
   
   PREDICT_RF_CLASSIFIER
   -----------------------
   setosa
   setosa
   setosa
   .
   .
   .
   versicolor
   versicolor
   versicolor
   .
   .
   .
   virginica
   virginica
   virginica
   .
   .
   .
   (90 rows)
   

3. 使用 PREDICT_RF_CLASSIFIER_CLASSES 查看每个类的概率：

   => SELECT PREDICT_RF_CLASSIFIER_CLASSES(Sepal_Length, Sepal_Width, Petal_Length, Petal_Width
                                  USING PARAMETERS model_name='rf_iris') OVER () FROM iris1;
   predicted  |    probability
   -----------+-------------------
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |                 1
   setosa     |              0.99
   .
   .
   .
   (90 rows)