随机森林是集成学习算法，由多个决策树组成，通过平均多个决策树的结果，在保留预测能力的同时降低过拟合风险。本文使用乳腺癌数据集实现。

1. 实现步骤

步骤1：导入库

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_breast_cancer
import matplotlib.pyplot as plt
import numpy as np

步骤2：加载数据集并划分

## 加载乳腺癌数据集
cancer = load_breast_cancer()
## 划分训练集与测试集
X_train, X_test, y_train, y_test = train_test_split(
    cancer.data, cancer.target, random_state=0
)

步骤3：构建并训练随机森林

## 初始化随机森林（n_estimators=决策树数量，random_state=随机种子）
forest = RandomForestClassifier(n_estimators=50, random_state=0)
## 训练模型
forest.fit(X_train, y_train)

步骤4：模型准确率评估

## 计算训练集准确率
print('训练集准确率：{:.3f}'.format(forest.score(X_train, y_train)))  # 输出：1.000（全对）
## 计算测试集准确率
print('测试集准确率：{:.3f}'.format(forest.score(X_test, y_test)))    # 输出：0.965（约96.5%）

说明：增加决策树数量（n_estimators）通常可提升测试集准确率。

步骤5：特征重要性可视化

随机森林可输出每个特征对预测的贡献度，帮助识别关键特征：

## 特征数量
n_features = cancer.data.shape[1]
## 绘制水平条形图
plt.barh(range(n_features), forest.feature_importances_, align='center')
## 设置y轴标签（特征名）
plt.yticks(np.arange(n_features), cancer.feature_names)
## 设置坐标轴标题
plt.xlabel('Feature Importance（特征重要性）')
plt.ylabel('Feature（特征）')
plt.show()

可视化结果：最差半径（worst radius）、最差面积（worst area）、最差分形维数（worst fractal dimension）等特征的重要性最高。