随机森林中预测值的特征重要性?

我使用Sklearn中的RandomForest Regressor进行了价格预测。我能够通过随机森林回归器的feature_importances_函数获得特征重要性。现在我想知道哪些特征影响了需要预测的数据的个别结果。由于数据是机密的,我无法分享,请将其视为一个与实际价格相关的医疗索赔文件,包含8列。请原谅我这个问题听起来可能很初级,我是机器学习领域的新手。请给我一些指导,因为我现在卡住了。


回答:

你想要的是被称为“模型解释”的东西。

在灵活性和可解释性之间有一个著名的权衡。请参见这里获取简短的解释。

现在,随机森林相当灵活,因此难以解释。有些人甚至声称这是不可能的。

考虑到以上情况,还是有一些人尝试过这样做。请参见这里了解一种方法,以及这里查看代码示例。

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