随机森林预测模型相关代码-python版
p1:自动判别数据正态分布处理异常值\np2:异常值可视化；p3:是p2的示意图\np4:贝叶斯优化方法参考代码\np5:带入训练好的模型参数，评估模型简易显示结果\np6:查看训练集和测试集分布是否有异常的KDE图\np7:p6的示意图\np8:2参数（树量和特征数）的简易优化\np9:接p8后续，用优化后的参数训练模型，绘制训练集和测试集的预测值与真实值1:1线，计算R2和MSE均方误差值，绘制拟合效果图\np10-p13:是p8-p9的示意图\np14:模型特征重要性排序及绘图\np15:是p14的示意图\n \n以上是随机森林模型前处理、优化、绘图等代码，具体参数可以自行调节，根据训练集和测试集的R2和MSE再回调参数。图片之间的代码不是连续的，若是和自己的代码不协调可以询问Gpt简单修改。