sklearn中提取模型的权重和分割测试集与训练集

1、获得权重
1）查看模型训练数据集的特征权重，利于分析模型对特征的偏好、调整模型参数、分析数据很重要。
2）例子如下：
import xgboost as xgb
def load_model(X_train, X_test, y_train, y_test):
    params = {
        'booster': 'gbtree',
        'objective': 'multi:softmax',
        'gamma': 0.1,
        'max_depth': 8,
        'lambda': 2,
        'subsample': 0.7,
        'colsample_bytree': 0.7,
        'min_child_weight': 3,
        'silent': 1,
        'eta': 0.1,
        'seed': 123,
        'nthread': 4,
    }
    xgb_train = xgb.DMatrix(X_train, y_train)
    xgb_parms = params.items()
    xgb_num_items = 100
    model = xgb.train(xgb_parms, xgb_train, xgb_num_items)
    # 权重值，可以选择不同的参数
    # importance_weight = model.get_score(mportance_type='weight')
    # 度量方式：信息增益
    # importance_weight = model.get_score(mportance_type='gain')
    importance_weight = model.get_score()
    print(importance_weight)

2、sklearn中随机产生测试集和训练集
1）train_test_split中的参数描述
data：没有标签的数据集，输入的可以是list，numpy arrays，cipy-sparse 矩阵或者pandas中的DataFrame对象
label：数据集标签，输入的可以是list，numpy arrays，cipy-sparse 矩阵或者pandas中的DataFrame对象
train_size：训练集占的百分比，数值只能是0.0-0.1
test_size：测试集占的百分比，数值只能是0.0-0.1
random_state：随机状态，即一个随机数

2）例子如下：
#导入包
from sklearn.model_selection import train_test_split
#分离测试集和训练集
X_train, X_test, y_train, y_test = train_test_split(data, label, test_size = 0.2, random_state=123)