随机森林（回归）算法的python代码【包括：数据洗牌、十折交叉验证、输出预测结果、获取特征重要性】

如原始数据集并未划分训练集与测试集，建议在此前进行数据集的划分工作，代码如下： import pandas as pd from sklearn.model_selection import train_test_split # 读取CSV文件 data = pd.read_csv('数据清洗后.csv', encoding='latin1') # 划分训练集和测试集 train_data, test_data = train_test_split(data, test_size=0.1, random_state=42) # 将划分后的数据保存为新的CSV文件 train_data.to_csv('train_dataset2.csv', index=False) test_data.to_csv('test_dataset2.csv', index=False) 其他代码如下: import pandas as pd from sklearn.model_selection import train_test_split, cross_val_score from skle