Как обозначить важность признака лесами деревьев?

Я использую sklearn для построения важности функции для лесов деревьев. Фрейм данных называется "Сердце". Вот код для извлечения списка отсортированных функций:

importances = extc.feature_importances_
indices = np.argsort(importances)[::-1]
print("Feature ranking:")

for f in range(heart_train.shape[1]):
    print("%d. feature %d (%f)" % (f + 1, indices[f], importances[indices[f]]))

затем я строю список следующим образом:

f, ax = plt.subplots(figsize=(11, 9))
plt.title("Feature ranking", fontsize = 20)
plt.bar(range(heart_train.shape[1]), importances[indices],
    color="b", 
    align="center")
plt.xticks(range(heart_train.shape[1]), indices)
plt.xlim([-1, heart_train.shape[1]])
plt.ylabel("importance", fontsize = 18)
plt.xlabel("index of the feature", fontsize = 18)

и я получаю такой сюжет:

enter image description here

мой вопрос: как я могу заменить номер объекта именем объекта, чтобы сделать сюжет более понятным? Я пытался преобразовать строку, содержащую имя объекта (имя каждого столбца в кадр данных), но я не могу достичь своей цели.

спасибо

6
matplotlib numpy python scikit-learn sklearn-pandas

3 ответов

проблема:

plt.xticks(range(heart_train.shape[1]), indices)

indices - это массив индексов, возвращаемых из вашего np.argsort(importances)[::-1], у него нет имена вы хотите появиться как тики на вашей оси X.

вам нужно что-то вроде этого, предполагая, что df Это ваш фрейм данных панды

feature_names = df.columns # e.g. ['A', 'B', 'C', 'D', 'E']
plt.xticks(range(heart_train.shape[1]), feature_names)
2

вы можете использовать xgboost в своей модели для простого построения важности объектов с помощью метода-plot_importance (model)

from xgboost import plot_importance,XGBClassifier model=XGBClassifier(n_estimators=1000,learning_rate=0.5) x_train,x_test,y_train,y_test=model_selection.train_test_split(features,label,test_size=0.2) model.fit(x_train,y_train,early_stopping_rounds=5,eval_set=[(x_test,y_test)]) plot_importance(model) plt.show()

этот код дает вам такой сюжет:

graph with labeled feature names on y axis sorted according to importance and their importance labeled on x axis

1

Я вижу, что это старый, но для потомков, если вы хотите получить feature_name из решения @bakkal в правильном порядке вы можете использовать

feature_names = [features_names[i] for i in indices]

0