代码拉取完成，页面将自动刷新
本项目中的DF21是深度森林的2021.2.1实现版本。深度森林是基于决策树的深度学习模型。使用树模型学习技术（如随机森林、GBDT等）的应用都可以尝试使用DF21。它具有以下的优势：
深度森林的最新稳定版本已经发布在PyPi上，您可以通过以下命令安装：
$ pip install deep-forest
关于Nightly-Build版本以及如何对源代码进行编译请参考官网的安装说明
深度森林采用了与Scikit-Learn类似的API设计。例如，下面的代码片段展示了在安装完成后，如何将深度森林利用在一个简单的数字分类数据集上：
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from deepforest import CascadeForestClassifier
X, y = load_digits(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=1)
model = CascadeForestClassifier(random_state=1)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
acc = accuracy_score(y_test, y_pred) * 100
print("\nTesting Accuracy: {:.3f} %".format(acc))
>>> Testing Accuracy: 98.667 %
关于深度森林在实际应用中的性能，以及与其他基于决策树的集成学习方法的对比，请参考官网的实验部分。
本项目目前主要由徐轶轩进行开发和维护。在正式发布之前，它已经在LAMDA内部经过测试和使用。
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。