Pythonを使用したランダムフォレストの重要度チャート

Question

私はPythonでRandomForestRegressorを使用しています。機能の重要性のランク付けを示すグラフを作成したいと思います。私は複製しようとしたときに、この機能の重要性コードは、私は次のエラーが表示されhttp://www.agcross.com/2015/02/random-forests-in-python-with-scikit-learn/

で見つかった例から変更された

features=df.columns[[3,4,6,8,9,10]] 
importances = model.feature_importances_ 
indices = np.argsort(importances) 

plt.figure(1) 
plt.title('Feature Importances') 
plt.barh(range(len(indices)), importances[indices], color='b', align='center') 
plt.yticks(range(len(indices)), features[indices]) 
plt.xlabel('Relative Importance') 

from sklearn.ensemble import RandomForestRegressor 

MT= pd.read_csv("MT_reduced.csv") 
df = MT.reset_index(drop = False) 

columns2 = df.columns.tolist() 

# Filter the columns to remove ones we don't want. 
columns2 = [c for c in columns2 if c not in["Violent_crime_rate","Change_Property_crime_rate","State","Year"]] 

# Store the variable we'll be predicting on. 
target = "Property_crime_rate" 

# Let’s randomly split our data with 80% as the train set and 20% as the test set: 

# Generate the training set. Set random_state to be able to replicate results. 
train2 = df.sample(frac=0.8, random_state=1) 

#exclude all obs with matching index 
test2 = df.loc[~df.index.isin(train2.index)] 

print(train2.shape) #need to have same number of features only difference should be obs 
print(test2.shape) 

# Initialize the model with some parameters. 

model = RandomForestRegressor(n_estimators=100, min_samples_leaf=8, random_state=1) 

#n_estimators= number of trees in forrest 
#min_samples_leaf= min number of samples at each leaf 


# Fit the model to the data. 
model.fit(train2[columns2], train2[target]) 
# Make predictions. 
predictions_rf = model.predict(test2[columns2]) 
# Compute the error. 
mean_squared_error(predictions_rf, test2[target])#650.4928 

機能の重要性：これは私が使用したコードです私のデータのコード：

IndexError: index 6 is out of bounds for axis 1 with size 6 

また、1つのfeatuラベルがない場合、100％の重要度でグラフに表示されます。

この問題を解決するための助けがあれば、私はこのグラフを作成することができます。

Answer 1

ここでは、虹彩データセットを使用した例を示します。

>>> from sklearn.datasets import load_iris 
>>> iris = load_iris() 
>>> rnd_clf = RandomForestClassifier(n_estimators=500, n_jobs=-1, random_state=42) 
>>> rnd_clf.fit(iris["data"], iris["target"]) 
>>> for name, importance in zip(iris["feature_names"], rnd_clf.feature_importances_): 
...  print(name, "=", importance) 

sepal length (cm) = 0.112492250999 
sepal width (cm) = 0.0231192882825 
petal length (cm) = 0.441030464364 
petal width (cm) = 0.423357996355 

>>> features = iris['feature_names'] 
>>> importances = rnd_clf.feature_importances_ 
>>> indices = np.argsort(importances) 

>>> plt.title('Feature Importances') 
>>> plt.barh(range(len(indices)), importances[indices], color='b', align='center') 
>>> plt.yticks(range(len(indices)), features[indices]) 
>>> plt.xlabel('Relative Importance') 
>>> plt.show()