0
我使用sklearn GaussianNB來分析一個數據集，我想從sklearn隨機森林中產生一個方便的特徵重要性圖，如this one。 GaussianNB支持n_features，但似乎沒有相當於forest.feature_importances_ :(任何想法，我怎麼能解決這個問題？高斯NB機器學習 - 特徵分析
A
回答
0
我不認爲你可以用GNB做到這一點，功能重要性是有關隨機森林，你爲什麼要特意使用GNB？
相關問題
- 1. Java中的迴歸機器學習特徵排名/評分
- 2. 如何輸出特徵向量機器學習分類算法
- 3. Scikit學習：預測分類特徵
- 4. 特徵選擇Scikit學習
- 5. 特徵選擇（機器學習）的包裝方法在Scikit學習
- 6. 爲Python機器學習（樸素貝葉斯）算法創建特徵字典
- 7. 處理迴歸（機器學習）中的分類特徵的未分配（空）值？
- 8. SciKit學習 - 訓練高斯樸素貝葉斯分類器
- 9. 機器學習-svm特徵融合技術
- 10. SVM機器學習：LibSVM中的特徵表示
- 11. 機器學習 - 特徵選擇和訓練數據
- 12. 少數樣本和特徵的機器學習算法
- 13. 機器學習 - 圖像的特徵設計
- 14. 機器學習聚類算法：k均值和高斯混合
- 15. Azure機器學習分類
- 16. 斯卡拉機器學習工具箱
- 17. 使用機器學習的情感分析分類器
- 18. 機器學習Python中的樸素貝葉斯分類器
- 19. 主成分分析vs特徵去除
- 20. 特徵預處理scikit學習
- 21. 深度學習與機器學習
- 22. 機器學習 - 培訓步驟
- 23. 機器學習概述
- 24. 預測使用機器學習
- 25. 機器學習分類器AdaBoost for C＃
- 26. 機器學習 - 分類器評估
- 27. Scikit學習 - 隨機森林：如何處理連續特徵？
- 28. 機器學習在Python：scikit學習/ Pybrain
- 29. 機器學習，Python
- 30. 機器學習udacity