0
私はsklearn GaussianNBを使用してデータセットを分析していますが、sklearnランダムフォレストのthis oneのような便利な機能重要度グラフを作成したいと思います。 GaussianNBはn_featuresをサポートしていますが、forest.feature_importances_と同等のものはありません：ガウスNB機械学習 - 機能解析
A
答えて
0
GNBでこれを行うことはできませんが、機能の重要性はランダムフォレスト、どうしてGNBを具体的に使用したいのですか？
関連する問題
- 1. 機械学習 - SVM機能融合テクニック
- 2. 機械学習、Python
- 3. 機械学習システム
- 4. 機械学習udacity
- 5. Python - 機械学習
- 6. 機械学習モデルテスト
- 7. 深い学習と機械学習
- 8. 機械学習のヌルクラス
- 9. 機械学習 - 分類アルゴリズム
- 10. Coursera機械学習：グラデーションデサントベクトル化
- 11. ロボットでの機械学習
- 12. 機械学習のJavaライブラリ
- 13. 機械学習Webサービス
- 14. aws機械学習エンドポイント
- 15. 機械学習データのフォーマット
- 16. GATEの機械学習
- 17. 機械学習分類アンサンブル
- 18. 反復機械学習アルゴリズム
- 19. 機械学習の提案
- 20. 機械学習用レンタルサーバー
- 21. AWS機械学習エラーS3
- 22. R機械学習モデル - ブラインドテスト
- 23. C＃の機械学習ライブラリ
- 24. Azureの機械学習 - データセット
- 25. テキストマイニングと機械学習
- 26. 機械学習分類データセット
- 27. 機械学習：機能の数が異なる場合のPCA
- 28. 興味深いNLP /機械学習スタイルのプロジェクト - プライバシーポリシーの分析
- 29. 感情分析のための機械学習アルゴリズムの作業
- 30. 機械学習を使用してスポーツベットを分析する