SciKit決策樹中的Feature_importance向量與功能名稱一起學習

Question

我正在運行SciKit Learn的決策樹算法，我想獲取Feature_importance向量以及要素名稱，以便我可以確定哪些要素在標註過程中占主導地位。你可以幫幫我嗎？謝謝。

Answer 1

假設你有樣品作爲pandas.DataFrame行：

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') 

，然後用一棵樹或森林分類：

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

那麼重要度應符合框架柱：

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

# f1 0.0 
# f2 0.0 
# f3 1.0