Python / Pandas：将随机森林预测作为列添加到测试文件中

Question

我在python pandas（在Jupyter笔记本中）工作，在那里我为泰坦尼克号数据集创建了一个随机森林模型。 https://www.kaggle.com/c/titanic/data

我在测试中读到并训练数据，然后我清理它并添加新列（两列都是相同的列）。

在拟合并重新拟合模型并尝试增强等之后;我决定使用一种型号：

 X2 = train_data[['Pclass','Sex','Age','richness']] 
 rfc_model_3 = RandomForestClassifier(n_estimators=200)
 %time cross_val_score(rfc_model_3, X2, Y_target).mean()
 rfc_model_3.fit(X2, Y_target)

然后我预测，如果有人存活或不存在

 X_test = test_data[['Pclass','Sex','Age','richness']]
 predictions = rfc_model_3.predict(X_test)
 preds = pd.DataFrame(predictions, columns=['Survived'])

我有没有办法将预测作为column添加到测试文件中？

Answer 1

自

rfc_model_3 = RandomForestClassifier(n_estimators=200)
rfc_model_3.predict(X_test)

返回y : array of shape = [n_samples]（see docs），您应该可以直接将模型输出添加到X_test，而无需创建中间DataFrame：

X_test['survived'] = rfc_model_3.predict(X_test)

如果您想要中间结果，@ EdChum在评论中的建议可以正常工作。