如何在python中绘制随机森林的特征重要性
Posted
技术标签:
【中文标题】如何在python中绘制随机森林的特征重要性【英文标题】:How to plot feature importance for random forest in python 【发布时间】:2021-08-15 00:32:55 【问题描述】:我创建了一个随机森林模型,并想绘制特征重要性
model_RF_tune = RandomForestClassifier(random_state=0, n_estimators = 80,
min_samples_split =10, max_depth= None, max_features = "auto",)
我已经尝试定义一个函数:
def plot_feature_importances_health(model):
n_features = model.data.shape
plt.barh(range(n_features), model.feature_importances_, align = "center")
plt.yticks(np.arrange(n_features), df_health_reconstructed.feature_names)
plt.xlabel("Feature importance")
plt.ylabel("Feature")
plt.ylim(-1, n_features)
但是这个 plot_feature_importances_health(model_RF_tune)
给出这个结果: AttributeError: 'RandomForestClassifier' 对象没有属性 'data'
如何正确绘制?
【问题讨论】:
能否添加您定义模型的代码块? 他们在文档中就是这样做的:scikit-learn.org/stable/auto_examples/ensemble/… 【参考方案1】:并非所有模型都可以执行model.data
。你想试试我的代码吗?但是,这些代码仅绘制了前 10 个特征。
# use RandomForestClassifier to look for important key features
n = 10 # choose top n features
rfc = RandomForestClassifier(random_state=SEED, n_estimators=200, max_depth=3)
rfc_model = rfc.fit(X, y)
(pd.Series(rfc_model.feature_importances_, index=X.columns)
.nlargest(n)
.plot(kind='barh', figsize=[8, n/2.5],color='navy')
.invert_yaxis()) # most important feature is on top, ie, descending order
ticks_x = np.linspace(0, 0.5, 6) # (start, end, number of ticks)
plt.xticks(ticks_x, fontsize=15, color='black')
plt.yticks(size=15, color='navy' )
plt.title('Top Features derived by RandomForestClassifier', family='fantasy', size=15)
print(list((pd.Series(rfc_model.feature_importances_, index=X.columns).nlargest(n)).index))
【讨论】:
我收到此响应:AttributeError: 'numpy.ndarray' 对象没有属性 'columns'。你知道那是什么意思吗? 我认为它与index=X.columns
有关。我已将我的 X
指定为 DataFrame,而您的 X
是一个 numpy 数组。您可以将其转换为 DataFrame,或手动插入特征列 index=['col1', 'col2', etc]
【参考方案2】:
这个好像对我有用
%matplotlib inline
#do code to support model
#"data" is the X dataframe and model is the SKlearn object
feats = # a dict to hold feature_name: feature_importance
for feature, importance in zip(dataframe_name.columns,
model_name.feature_importances_):
feats[feature] = importance #add the name/value pair
importances = pd.DataFrame.from_dict(feats, orient='index').rename(columns=0: 'Gini-
importance')
importances.sort_values(by='Gini-importance').plot(kind='barh',
color="SeaGreen",figsize=(10,8))
【讨论】:
以上是关于如何在python中绘制随机森林的特征重要性的主要内容,如果未能解决你的问题,请参考以下文章