如何通过“信息增益”获取XGBoost中的特征重要性?

我们可以通过“权重”获取特征重要性:

model.feature_importances_

但这并不是我想要的。我想要通过信息增益来获取特征重要性。

我们可以通过“增益”图来获取特征重要性:

xgboost.plot_importance(model, importance_type='gain')

然而,我不知道如何从上面的图中获取特征重要性数据。或者

是否有类似于 model.feature_importances_ 的函数可以提供基于增益的特征重要性?这两种方法都可以。 如果问题不够清楚,请在评论中告诉我。


回答:

你可以从以下方法获取:

model.booster().get_score(importance_type='gain')

http://xgboost.readthedocs.io/en/latest/python/python_api.html

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注