clf = tree.DecisionTreeClassifier(random_state = 0)
clf = clf.fit(X_train, y_train)
importances = clf.feature_importances_
importancesvariable 是一个数组，由表示变量重要性的数字组成。我想知道这是什么顺序？变量的顺序importances是否相同X_train？
我正试图以此为基础。所以顺序很重要。
tree.DecisionTree.feature_importances_数字对应的特征如何？
数据挖掘
Python
scikit-学习
2021-10-06 02:01:40
1个回答
您可以从中获取列名X并将其与 绑定feature_importances_以更好地理解它们。这是一个例子 -
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
import pandas as pd
clf = DecisionTreeClassifier(random_state=0)
iris = load_iris()
iris_pd = pd.DataFrame(iris.data, columns=['sepal_length', 'sepal_width', 'petal_length', 'petal_width'])
clf = clf.fit(iris_pd, iris.target)
我以 iris 为例，转换为 apandas.DataFrame()并拟合一个简单的DecisionTreeClassifier. 训练完成后，您可以获取columnspandas 的属性并使用输出df制作 a 。dictfeature_importances_
print(dict(zip(iris_pd.columns, clf.feature_importances_)))
这会给你你想要的 -
{'sepal_length': 0.0, 'sepal_width': 0.013333333333333329, 'petal_length': 0.064055958132045052, 'petal_width': 0.92261070853462157}
希望这可以帮助！
其它你可能感兴趣的问题