在 R 中有预建函数来绘制随机森林模型的特征重要性。但是在 python 中似乎缺少这种方法。我在 matplotlib 中搜索一种方法。
model.feature_importances 给我以下内容:
array([ 2.32421835e-03, 7.21472336e-04, 2.70491223e-03,
3.34521084e-03, 4.19443238e-03, 1.50108737e-03,
3.29160540e-03, 4.82320256e-01, 3.14117333e-03])
然后使用以下绘图函数:
>> pyplot.bar(range(len(model.feature_importances_)), model.feature_importances_)
>> pyplot.show()
我得到了一个条形图，但我想得到带有标签的条形图，同时重要性以排序的方式水平显示。我也在探索 seaborn，但找不到方法。
最佳答案
为没有时间可浪费的数据科学家提供的快速答案:
将特征重要性加载到由您的列名索引的 pandas 系列中，然后使用其 plot 方法。对于使用 X 训练的分类器 model:
feat_importances = pd.Series(model.feature_importances_, index=X.columns)
feat_importances.nlargest(20).plot(kind='barh')
带有完整示例的更详细的答案:
假设您使用 pandas 数据框中包含的数据训练您的模型，如果您将特征重要性加载到 panda 的系列中，这将相当轻松，然后您可以利用其索引轻松显示变量名称。 plot 参数 kind='barh' 为我们提供了一个水平条形图，但您可以轻松地将此参数替换为 kind='bar' 以获得具有以下功能的传统条形图如果您愿意，可以沿 x 轴命名。
nlargest(n) 是一种 pandas 系列方法，它将返回系列中具有最大 n 值的子集。如果您的模型中有很多特征并且您只想绘制最重要的特征，这将很有用。
使用经典 Kaggle Titanic 数据集的快速完整示例...
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
%matplotlib inline # don't forget this if you're using jupyter!
X = pd.read_csv("titanic_train.csv")
X = X[['Pclass', 'Age', 'Fare', 'Parch', 'SibSp', 'Survived']].dropna()
y = X.pop('Survived')
model = RandomForestClassifier()
model.fit(X, y)
(pd.Series(model.feature_importances_, index=X.columns)
.nlargest(4)
.plot(kind='barh')) # some method chaining, because it's sexy!
这会给你这个:
关于python - 使用特征名称绘制特征重要性，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44511636/