Я использовал приведенный ниже набор данных объектов в этом формате для обучения классификатора случайных лесов.
feature = ([X1, Y1, X2, Y2, X1', Y1', X2', Y2', X1'', Y1'', X2'', Y2'',...], [aX1, aY1, aX2, aY2, aX1', aY1', aX2', aY2', aX1'', aY1'', aX2'', aY2'',...],..)
class =([5.0],[1.0],...)
clf = RandomForestClassifier(max_depth=2, random_state=0)
clf.fit(feature, class)
В этом примере «X» и «Y» представляют координаты (x, y). Кажется, должен быть способ предварительной обработки набора данных X, чтобы он правильно представлял координаты (x, y).
Спасибо за руководство.