SciKit中决策树中的Feature_importance向量与特征名称一起学习

Question

我正在运行SciKit Learn中的决策树算法,我希望获得Feature_importance向量以及功能名称,以便我可以确定哪些功能在标记过程中占主导地位.你可以帮帮我吗？谢谢.

Answer 1

假设您将样本作为以下行的行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')

然后使用树或森林分类器:

from sklearn.tree import DecisionTreeClassifier
classifier = DecisionTreeClassifier()
classifier.fit(features, labels)

然后,重要性应与框架列匹配:

for name, importance in zip(features.columns, classifier.feature_importances_):
    print(name, importance)

# f1 0.0
# f2 0.0
# f3 1.0