feature_importances当我们执行回归时，我们怎么能得到XGBRegressor()？
有类似的东西XGBClassifier().feature_importances_吗？
Xgboost - 如何将 feature_importances_ 与 XGBRegressor() 一起使用？
数据挖掘
Python
回归
xgboost
2021-10-13 06:19:45
3个回答
from xgboost import XGBClassifier
model = XGBClassifier.fit(X,y)
# importance_type = ['weight', 'gain', 'cover', 'total_gain', 'total_cover']
model.get_booster().get_score(importance_type='weight')
但是，下面的方法也返回特征重要性，并且与上面方法中的任何“importance_type”选项具有不同的值。这是在这个 github 问题中提出的，但没有答案 [截至 2019 年 1 月]。
model.feature_importances_
最后我通过以下方式解决了这个问题：
model.booster().get_score(importance_type='weight')
过去 Scikit-Learn 包装器XGBRegressor应该XGBClassifier使用model.booster().get_score(). 不确定来自哪个版本，但现在xgboost 0.71我们可以使用
model.feature_importances_
其它你可能感兴趣的问题