如何获取RandomForest()中特征的系数，就像逻辑回归中的model.coef_那样？

model = GridSearchCV(estimator=classifier,  param_grid=grid_param,                     scoring='roc_auc',                     cv=5,                     n_jobs=-1) best_model= model.fit(X_train, y_train)best_model.feature_importances_

回答：

随机森林是由决策树组成的集成模型，它不是一个线性模型。Sklearn提供了用于训练随机森林分类器或回归器的各个特征的重要性。可以通过以下方式访问，返回一个总和为1的小数数组。

model.feature_importances_

如果你想结合特征名称查看这些重要性，可以使用zip(<特征名称>, model.feature_importances_)，并将其转换为list。