我正在使用SciKit Learn运行决策树算法,希望获得Feature_importance向量以及特征名称,以便确定哪些特征在标记过程中占主导地位。请问你能帮我吗?谢谢。
我正在使用SciKit Learn运行决策树算法,希望获得Feature_importance向量以及特征名称,以便确定哪些特征在标记过程中占主导地位。请问你能帮我吗?谢谢。
pandas.DataFrame
的行:from pandas import DataFrame
features = DataFrame({'f1': (1, 2, 2, 2), 'f2': (1, 1, 1, 1), 'f3': (3, 3, 1, 1)})
labels = ('a', 'a', 'b', 'b')
然后使用树或森林分类器:
from sklearn.tree import DecisionTreeClassifier
classifier = DecisionTreeClassifier()
classifier.fit(features, labels)
然后,重要性应该与框架列相匹配:
for name, importance in zip(features.columns, classifier.feature_importances_):
print(name, importance)
# f1 0.0
# f2 0.0
# f3 1.0
一个好的建议来自wrwrwr!由于分类器的“feature_importances_”属性中的特征重要性值的顺序与“feature.columns”中的特征名称的顺序相匹配,因此您可以使用zip()函数。
此外,对特征进行排序并选择前N个特征进行展示也是有帮助的。
假设您已经创建了一个分类器:
clf = DecisionTreeClassifier(random_state=0).fit(X_train,y_train)
for importance, name in sorted(zip(clf.feature_importances_, X_train.columns),reverse=True)[:5]:
print (name, importance)
sklearn
API文档非常清晰。 - MMF