1
SciKit LearnからDecision Treesアルゴリズムを実行していますが、Feature_importanceベクトルをフィーチャ名とともに取得したいので、どの機能がラベリングプロセスで支配的であるかを判断できます。私たちを手伝ってくれますか?ありがとうございました。SciKitの意思決定木のFeature_importanceベクトル特徴名と一緒に学ぶ
SciKit LearnからDecision Treesアルゴリズムを実行していますが、Feature_importanceベクトルをフィーチャ名とともに取得したいので、どの機能がラベリングプロセスで支配的であるかを判断できます。私たちを手伝ってくれますか?ありがとうございました。SciKitの意思決定木のFeature_importanceベクトル特徴名と一緒に学ぶ
あなたがpandas.DataFrame
の行としてのサンプルがあるとします。その後、
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')
、ツリーまたはフォレスト分類器を使用します。
from sklearn.tree import DecisionTreeClassifier
classifier = DecisionTreeClassifier()
classifier.fit(features, labels)
次に重要度がフレームの列を一致させる必要があります。
for name, importance in zip(features.columns, classifier.feature_importances_):
print(name, importance)
# f1 0.0
# f2 0.0
# f3 1.0
ありがとうございました! – AlK
あなたが試したことを少なくとも投稿してください。さらに、 'sklearn' APIドキュメントは本当にクリアです – MMF