--随机森林--

乱数丛林：十棵计算机程序构筑而成，每一株计算机程序都是上一则该文中的计算机程序的基本原理，而已乱数丛林将其软件系统（ensemble）到了一同，因而，乱数丛林是一类软件系统演算法

乱数丛林API：class sklearn.ensemble.RandomForestClassifier(n_estimators=10, criterion=gini, max_depth=None, booststrap=True, rangdom_state=None)

n_estimators：integer，optional（default=10），丛林中杂草的数目criterion：string，较旧（default=gini）拆分特点的测量方式，也可换用entropy，上一则写到二者计算方式大同小异，但效用类似于max_depth：integer或None，较旧，预设为None，树的最小广度bootstrap：boolean，optional（default=True），与否在构筑树时采用放回样本

准确度高不能过拟最合适用作大统计数据集，较常见

wine统计数据集如是说：

平均速度分四类，target = 0，1，2；target_names = class_0, class_1, class_2

特点向量有很多，feature_names: alcohol, malic_acid, alcalinity_of_ash, ash......13种

data的shape = （178，13）

由前述乱数丛林方式测出的准确度是1.0

上面采用计算机程序方式

计算机程序方式测出的准确度是0.944