xgboost 输出重要特征

本文探讨了如何将特征映射到文件,并使用Boosting模型获取特征的重要性评分。通过具体代码示例,展示了特征写入文件的过程及模型评分的获取方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

def ceate_feature_map(file_name,features):
    outfile = open(file_name, 'w')
    for i, feat in enumerate(features):
        outfile.write('{0}\t{1}\tq\n'.format(i, feat))
        #feature type, use i for indicator and q for quantity  outfile.close()
feature_score = bst.get_fscore()
help(bst)
pd.Series(bst.get_fscore()).sort_values(ascending=False)

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值