Я запускаю алгоритм решений из SciKit Learn, и я хочу получить вектор Feature_importance вместе с именами функций, чтобы я мог определить, какие функции являются доминирующими в процессе маркировки , Не могли бы вы помочь мне? Спасибо.Feature_importance vector в деревьях принятия решений в SciKit Учиться вместе с именами функций
1
A
ответ
2
Предположит, что у вас есть образцы в строках pandas.DataFrame
:
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')
, а затем использовать дерево или лес классификатором:
from sklearn.tree import DecisionTreeClassifier
classifier = DecisionTreeClassifier()
classifier.fit(features, labels)
Тогда важности информации должны соответствовать каркасным колоннам:
for name, importance in zip(features.columns, classifier.feature_importances_):
print(name, importance)
# f1 0.0
# f2 0.0
# f3 1.0
+0
Большое вам спасибо! – AlK
Опубликовать хотя бы то, что вы пробовали. Более того, документация API «sklearn' действительно понятна – MMF