讀取CSV文件，拿到特征名字

data = pd.read_csv('train.csv') feature_names = data.columns[:-1] #特征名，最后一列是標(biāo)簽

定義一個(gè)決策樹(shù)或者加載以訓(xùn)練的決策樹(shù)

輸出特征重要性

print('Features sorted by their score:') # print(clf.feature_importances_) # 輸出這個(gè)就可以得到特征重要性，但是只有數(shù)值，不具有可讀性 print(sorted(zip(feature_names, map(lambda x:round(x,4), clf.feature_importances_)),key=lambda x: x[1],reverse=True))

示例：
Features sorted by their score:
[ (‘duration’, 0.4400), (‘bytes_out’, 0.2105), (‘issuer_fields’, 0.1228), (‘subject_fields’, 0.1200), (‘num_pkts_out’, 0.1067)]

總結(jié)

以上是生活随笔為你收集整理的随机森林输出特征重要程度的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。