數據森林怎麼設置

⑴ 怎麼用excel做森林圖

打開文件表格之後，選擇需要我們設置森林圖的數據源之後，插入圖表之後選擇森林圖就可以了。

⑵ 支付寶螞蟻森林怎麼設置自動收取

螞蟻森林自動收取的方法：
1、首先打開支付寶，再點開螞蟻森林，在螞蟻森林的首頁，右上角點開三個小點圖標。
2、點擊三個小點圖標之後，選擇設置，點擊打開。
3、然後在設置頁面，就可以看到能量可收取提醒，滑動打開它。
4、在它的下面還可以設置提醒時間，點開提醒時間就可以選擇提醒時間段。
5、還有一個隱私設置，只要把這個隱藏能量球數值打開，別人也看不到能量球數值了。
6、還可以利用螞蟻積分兌換能量保護罩哦，在螞蟻森林首頁有一個道具。
7、點開這個道具，就可以看到有個積分兌換，200積分就可以換取一個一天時間長的保護罩，這樣好友就無法偷取能量值了。
拓展資料
螞蟻森林是一項旨在帶動公眾低碳減排的公益項目，每個人的低碳行為在螞蟻森林裡可計為"綠色能量"。"綠色能量"積累到一定程度，就可以用手機申請在生態亟需修復的地區種下一棵真樹，或者在生物多樣性亟需保護的地區「認領」保護權益。
螞蟻森林在各地的生態修復項目，是由螞蟻集團向公益機構捐贈資金，由公益機構組織種植養護等具體工作，並由當地林業部門進行業務監管，所有項目都有對應的捐贈協議、驗收報告。
2019年9月19日，中國「螞蟻森林」項目獲聯合國「地球衛士獎」 。
據生態環境部2021年「全國低碳日」主場活動公布的數據：螞蟻森林從2016年上線5年來，已累計帶動超過6.13億人參與低碳生活，產生「綠色能量」2000多萬噸。
為了激勵社會公眾的低碳生活，5年來螞蟻森林參與到全國11個省份的生態修復工作，累計種下3.26億棵樹，其中在甘肅、內蒙古均超過1億棵。
同時，螞蟻森林還在全國10個省份設立了18個公益保護地，守護野生動植物1500多種。通過在各地的生態環保項目，螞蟻森林累計創造了種植、養護、巡護等238萬人次的綠色就業機會，為當地群眾帶來勞動增收3.5億元。
螞蟻集團公開聲明：每年投入螞蟻森林數億的費用屬於純公益捐贈。螞蟻森林種下的樹一經捐出，就屬於國家、屬於社會，未來如果這些樹木產生碳匯，將全部用於公益。螞蟻森林從未參與過碳交易。
如果螞蟻森林裡記錄的個人碳減排量未來能交易，產生的所有收益將屬於用戶個人，不屬於螞蟻森林。
支付寶第一波集福活動：2017年1月18日掃福字可以獲得3張福卡，1月19日掃福字只能獲得1張福卡。
1月20日0點，上線第二波集福活動——螞蟻森林澆水得福卡。官方確認活動期間最多獲得16張福卡，1月20日-27日一共8天時間，這代表大家每天獲得福卡的數量是1-2張隨機哦。
2018年9月30日，根據支付寶頁面的消息，螞蟻森林與ofo的合作將在10月10日到期，此後ofo騎行將無法獲得螞蟻森林能量。

⑶ 數據挖掘實戰之隨機森林演算法使用

閱讀路線:

近來有同學問道，有沒有數據挖掘的案例可以來練習下，主要是來通過案例來知道演算法是如何使用的。

下面就以 港股打新 這個金融項目為例，來做個預測，先來說下什麼是打新;打新，就是用資金參與新股申購，如果中簽的話，就買到了即將上市的股票。

此次分析的目的是為了深入打新數據，找到最優演算法，挖掘出影響打新的關鍵因素，找到可能要破發的新股,從而減少新股破發的風險，提高盈利。

打新的本質，也即是在股票上市後賣出，賺取其中的差價。一般在買到的第一天就會賣掉，當然第一天上升的股票有漲有跌，為了能夠減少風險，會根據歷史數據來做個預判，這里把漲幅10%以下記為0，漲幅10%以上記為1,很明顯這也是二分類的預測問題

對於本項目而言，最終的評價標準是要求在精確度達到97%的情況下，最大化召回率。這里是要求盡可能提高召回率,自己本身對風險比較厭惡，寧可錯殺，也不會願意申購上市就要的破發的新股

對於評價標准，一般用的是PR曲線和ROC曲線。ROC曲線有一個突出優勢，就是不受樣本不均衡的影響 ROC曲線不受樣本不均衡問題的影響

1.數據總體情況

港股數據主要來自兩個方面, 利弗莫爾證券數據 和 阿思達克保薦人近兩年數據 ，處理之後是這樣的:

數據一共有17個特徵，除了目標變數is_profit,還有16個特徵。

以上的數據指標可以梳理為兩類，一類是股票相，如 關，一類是保薦人指標，

2.數據處理方面不用管
一般特徵工程主要從以下方面來進行:衍生特徵、異常值處理、缺失值處理、連續特徵離散化、分類變數one-hot-encode、標准化等，本篇文章主要講解隨機森林演算法使用，暫不對特徵工程做過多的展示了

從 使用隨機森林默認的參數 帶來的模型結果來看，auc指標是0.76，效果還可以。

為了更好的理解上述，這里有幾個知識點需要來解釋下:

返回的是一個n行k列的數組，第i行第j列上的數值是模型預測第i個預測樣本的標簽為j的概率。所以每一行的和應該等於1;本文中predict_proba(x_test)[:,1]返回的是標簽為0的概率。

(a).混淆矩陣

混淆矩陣如下圖分別用」0「和」1「代表負樣本和正樣本。FP代表實際類標簽為」0「，但預測類標簽為」1「的樣本數量。其餘，類似推理。

(b).假正率和真正率

假正率（False Positive Rate，FPR）是實際標簽為」0「的樣本中，被預測錯誤的比例。真正率（True Positive Rate，TPR）是實際標簽為」1「的樣本中，被預測正確的比例。其公式如下：

(3).ROC曲線

下圖的黑色線即為ROC曲線，ROC曲線是一系列threshold下的（FPR，TPR）數值點的連線。此時的threshold的取值分別為測試數據集中各樣本的預測概率。但，取各個概率的順序是從大到小的。然後也就是有了不同的RPR、TPR，且測試樣本中的數據點越多，曲線越平滑：

AUC(Area Under roc Cure)，顧名思義，其就是ROC曲線下的面積，在此例子中AUC=0.62。AUC越大，說明分類效果越好。

下面我們來看看RF重要的Bagging框架的參數，主要有以下幾個:

(1) n_estimators:

也就是最大的弱學習器的個數。一般來說n_estimators太小，容易欠擬合，n_estimators太大，計算量會太大，並且n_estimators到一定的數量後，再增大n_estimators獲得的模型提升會很小，所以一般選擇一個適中的數值。默認是100。

(2) oob_score:

即是否採用袋外樣本來評估模型的好壞。默認識False。個人推薦設置為True，因為袋外分數反應了一個模型擬合後的泛化能力。

(3) criterion:

即CART樹做劃分時對特徵的評價標准。分類模型和回歸模型的損失函數是不一樣的。分類RF對應的CART分類樹默認是基尼系數gini,另一個可選擇的標準是信息增益。回歸RF對應的CART回歸樹默認是均方差mse，另一個可以選擇的標準是絕對值差mae。一般來說選擇默認的標准就已經很好的。

從上面可以看出，RF重要的框架參數比較少，主要需要關注的是 n_estimators ，即RF最大的決策樹個數。

下面我們再來看RF的決策樹參數，它要調參的參數如下:

(1) RF劃分時考慮的最大特徵數max_features:

(2) 決策樹最大深度max_depth:

默認可以不輸入，如果不輸入的話，決策樹在建立子樹的時候不會限制子樹的深度。一般來說，數據少或者特徵少的時候可以不管這個值。如果模型樣本量多，特徵也多的情況下，推薦限制這個最大深度，具體的取值取決於數據的分布。常用的可以取值10-100之間。

(3) 內部節點再劃分所需最小樣本數min_samples_split:

這個值限制了子樹繼續劃分的條件，如果某節點的樣本數少於min_samples_split，則不會繼續再嘗試選擇最優特徵來進行劃分。默認是2.如果樣本量不大，不需要管這個值。如果樣本量數量級非常大，則推薦增大這個值。

(4) 葉子節點最少樣本數min_samples_leaf:

這個值限制了葉子節點最少的樣本數，如果某葉子節點數目小於樣本數，則會和兄弟節點一起被剪枝。 默認是1,可以輸入最少的樣本數的整數，或者最少樣本數占樣本總數的百分比。如果樣本量不大，不需要管這個值。如果樣本量數量級非常大，則推薦增大這個值。

(5)葉子節點最小的樣本權重和min_weight_fraction_leaf：

這個值限制了葉子節點所有樣本權重和的最小值，如果小於這個值，則會和兄弟節點一起被剪枝。 默認是0，就是不考慮權重問題。一般來說，如果我們有較多樣本有缺失值，或者分類樹樣本的分布類別偏差很大，就會引入樣本權重，這時我們就要注意這個值了。

(6) 最大葉子節點數max_leaf_nodes:

通過限制最大葉子節點數，可以防止過擬合，默認是"None」，即不限制最大的葉子節點數。如果加了限制，演算法會建立在最大葉子節點數內最優的決策樹。如果特徵不多，可以不考慮這個值，但是如果特徵分成多的話，可以加以限制，具體的值可以通過交叉驗證得到。

(7) 節點劃分最小不純度min_impurity_split:
這個值限制了決策樹的增長，如果某節點的不純度(基於基尼系數，均方差)小於這個閾值，則該節點不再生成子節點。即為葉子節點 。一般不推薦改動默認值1e-7。

上面決策樹參數中最重要的包括最大特徵數 max_features ， 最大深度 max_depth ， 內部節點再劃分所需最小樣本數 min_samples_split 和葉子節點最少樣本數 min_samples_leaf

GridSearchCV的名字其實可以拆分為兩部分，GridSearch和CV，即網格搜索和交叉驗證。這兩個名字都非常好理解。網格搜索，搜索的是參數，即在指定的參數范圍內，按步長依次調整參數，利用調整的參數訓練學習器，從所有的參數中找到在驗證集上精度最高的參數，這其實是一個訓練和比較的過程。

GridSearchCV可以保證在指定的參數范圍內找到精度最高的參數，但是這也是網格搜索的缺陷所在，他要求遍歷所有可能參數的組合，在面對大數據集和多參數的情況下，非常耗時。

通過RF框架以及RF決策樹參數能夠了解到重點需要調節以下的參數

主要需要關注的是 n_estimators ，即RF最大的決策樹個數。

決策樹參數中最重要的包括最大特徵數 max_features ， 最大深度 max_depth ， 內部節點再劃分所需最小樣本數 min_samples_split 和葉子節點最少樣本數 min_samples_leaf

輸出結果為:

6.3最佳的弱學習器迭代次數，接著我們對決策樹最大深度max_depth和內部節點再劃分所需最小樣本數min_samples_split進行網格搜索

輸出結果

6.4最大特徵數max_features做調參

輸出結果:

6.5根據模型最佳參數進行測試

輸出結果:0.7805947388486466，相比沒有調參前，模型有不少的提高的，方便觀察，用圖形來看下ROC曲線圖

6.6觀察模型的重要特徵

6.7最大召回率

最後得出我們想要的結果，精準率在 0.97 下，召回率 0.046

參考文章:

1.sklearn中predict_proba的用法例子

2.Python機器學習筆記 Grid SearchCV(網格搜索)

3.scikit-learn隨機森林調參小結

4.ROC曲線和AUC值的計算

⑷ 螞蟻森林設置步數怎麼弄

開啟螞蟻森林行走能量步驟如下：

1、首先打開支付寶手機客戶端。