從分類器中檢索訓練特徵名稱列表

Question

有沒有辦法檢索用於訓練分類器的特徵名稱列表，一旦已經使用fit方法進行了訓練？我希望在應用不可見的數據之前獲取這些信息。 用於訓練的數據是熊貓DataFrame，在我的情況下，分類器是RandomForestClassifier。

Answer 1

根據文檔和以前的經驗，無法獲得至少在其中一個拆分處考慮的功能列表。

您是否擔心您不希望將所有功能用於預測，而只是實際用於培訓的功能？在這種情況下，我建議在擬合後列出feature_importances_，並消除看似不相關的功能。然後訓練一個只有相關特徵的新模型，並將這些特徵用於預測。

Answer 2

您不需要知道爲培訓選擇了哪些功能。在預測步驟中，請確保在學習階段期間使用相同功能。

隨機森林分類器將只使用它進行拆分的功能。這些將與第一階段學到的相同。其他人不會考慮。

如果形狀您測試數據的是不一樣的訓練數據它會拋出一個錯誤，即使測試數據包含用於您決策樹的分裂的所有功能。

因爲隨機森林做出的特點隨機選擇的決策樹（稱爲estimators在sklearn）的所有功能很可能是至少使用一次更重要的是，。

---

然而，如果你想知道使用的功能，你可以調用屬性n_features_和feature_importances_您分類一次安裝。

你可以看看here看看你如何檢索你使用的最重要的功能的名稱。