python实现RF.feature_importances的条形图

最新推荐文章于 2024-01-18 10:17:04 发布
最新推荐文章于 2024-01-18 10:17:04 发布
阅读量8.4k 收藏 30
点赞数 5
CC 4.0 BY-SA版权
分类专栏： 机器学习类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/super_he_pi/article/details/85075352
本文介绍了一种使用Python的matplotlib和pandas库来可视化特征重要性的方法。通过将特征重要性数据整理并绘制为水平条形图，清晰地展示了各特征在模型中的相对重要性。

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

#coding:utf-8
import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd

#-*- 原始数据 -*-
Feature_importances = [0.09874236361414918, 0.05457733080394871, 0.010137636755458375, 0.002168849354716167, 
                       0.001013334072272919, 0.0004140993059956171, 8.349594684160916e-05, 3.20916475647705e-05,
                       1.013794641507518e-06, 0.0, 0.09850544433863488, 0.09200726418964804, 0.08526823770386598, 
                       0.0929247547648456, 0.08577678907643776, 0.07479688092774066, 0.08069145257465207, 
                       0.10305018928137757, 0.11980877184720869, 0.0]

fea_label = ['fac_1','fac_2','fac_3','fac_4','fac_5','fac_6','fac_7','fac_8','fac_9','fac_10',
             'abe_1','abe_2','abe_3','abe_4','abe_5','abe_6','abe_7','abe_8','abe_9','abe_10']

Feature_importances = [round(x,4) for x in Feature_importances]
F2 = pd.Series(Feature_importances,index = fea_label)
F2 = F2.sort_values(ascending = True)
f_index = F2.index
f_values = F2.values

# -*-输出 -*- # 
print ('f_index:',f_index)
print ('f_values:',f_values)
#####################################
x_index = list(range(0,20))
x_index = [x/20 for x in x_index]
plt.rcParams['figure.figsize'] = (10,10)
plt.barh(x_index,f_values,height = 0.028 ,align="center",color = 'tan',tick_label=f_index)
plt.xlabel('importances')
plt.ylabel('features')
plt.show()

 

# -*- 输出index 与 importances 

#绘图部分：

 

Python以表格、可视化图像的形式输出模型特征重要度（feature importances）并进行重要度归一化及排序
data+scenario+science+insight
10-14 1901
Python以表格、可视化图像的形式输出模型特征重要度（feature importances）并进行重要度归一化及排序 目录 Python以表格、可视化图像的形式输出模型特征重要度（feature importances）并进行重要度归一化及排序 #导入包库 #数据划分 #模型参数寻优 #直接获取重要度 #表格形式显示重要度（归一化、排序） #可视化特征重要度 #导入包库 from IPython.core.display import display, HTML disp.
利用PermutationImportance挑选变量
L.Z.的博客
03-19 1万+
我们在构建树类模型（XGBoost、LightGBM等）时，如果想要知道哪些变量比较重要的话。可以通过模型的feature_importances_方法来获取特征重要性。例如LightGBM的feature_importances_可以通过特征的分裂次数或利用该特征分裂后的增益来衡量。一般情况下，不同的衡量准则得到的特征重要性顺序会有差异。我一般是通过多种评价标准来交叉选择特征。博主认为，若一个特...
feature importance绘图特征缺失问题解决
myszmmyszm的博客
10-23 535
feature importance绘图特征缺失问题原因及基金二觉方法
python重要性,使用Python的随机森林特征重要性图
weixin_39804620的博客
11-26 681
I am working with RandomForestRegressor in python and I want to create a chart that will illustrate the ranking of feature importance. This is the code I used:from sklearn.ensemble import RandomForest...
xgboost在做Feature Importance图时候，新旧版存在差异
weixin_34248258的博客
10-30 196
2019独角兽企业重金招聘Python工程师标准>>> ...
import pandas as pd import numpy as np from sklearn.experimental import enable_iterative_imputer from sklearn.impute import IterativeImputer from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestRegressor from sklearn.preprocessing import StandardScaler from sklearn.metrics import mean_squared_error import matplotlib.pyplot as plt # 加载数据 data = pd.read_excel("C:\\Users\\DELL\\Desktop\\神经外科-sheet2_imputed.xlsx", sheet_name='Sheet1') # 分离特征和目标 X = data.drop('病情变化', axis=1) y = data['病情变化'] # 使用迭代插补器处理缺失值 imputer = IterativeImputer(max_iter=10, random_state=42) X_imputed = imputer.fit_transform(X) # 转换为DataFrame以保留列名 X_imputed = pd.DataFrame(X_imputed, columns=X.columns) # 拆分数据集 X_train, X_test, y_train, y_test = train_test_split( X_imputed, y, test_size=0.2, random_state=42 ) # 标准化 scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 训练模型 rf = RandomForestRegressor(n_estimators=100, random_state=42) rf.fit(X_train_scaled, y_train) # 评估模型 y_pred = rf.predict(X_test_scaled) mse = mean_squared_error(y_test, y_pred) print(f"Mean Squared Error: {mse:.4f}") # 特征重要性分析 importances = rf.feature_importances_ sorted_idx = importances.argsort()[::-1] plt.figure(figsize=(12, 8)) plt.barh(range(len(sorted_idx)), importances[sorted_idx], align='center') plt.yticks(range(len(sorted_idx)), X.columns[sorted_idx]) plt.title("特征重要性") plt.xlabel("相对重要性") plt.gca().invert_yaxis() plt.tight_layout() plt.show() 条形图上显示数值
07-23
可以通过在条形图的每个条上添加文本来实现。 修改特征重要性可视化部分：在绘制条形图后，遍历每个特征，使用`plt.text`或`plt.annotate`在条形上添加数值标签。 以下是修改后的代码部分（替换原来的绘图部分）...
import pandas as pd import numpy as np from sklearn.experimental import enable_iterative_imputer from sklearn.impute import IterativeImputer from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestRegressor from sklearn.preprocessing import StandardScaler from sklearn.metrics import mean_squared_error import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 加载数据 data = pd.read_excel("C:\\Users\\DELL\\Desktop\\神经外科-sheet2_imputed.xlsx", sheet_name='Sheet2') # 分离特征和目标 X = data.drop('病情变化', axis=1) y = data['病情变化'] # 使用迭代插补器处理缺失值 imputer = IterativeImputer(max_iter=10, random_state=42) X_imputed = imputer.fit_transform(X) # 转换为DataFrame以保留列名 X_imputed = pd.DataFrame(X_imputed, columns=X.columns) # 拆分数据集 X_train, X_test, y_train, y_test = train_test_split( X_imputed, y, test_size=0.2, random_state=42 ) # 标准化 scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 训练模型 rf = RandomForestRegressor(n_estimators=100, random_state=42) rf.fit(X_train_scaled, y_train) # 评估模型 y_pred = rf.predict(X_test_scaled) mse = mean_squared_error(y_test, y_pred) print(f"Mean Squared Error: {mse:.4f}") # 特征重要性分析 importances = rf.feature_importances_ sorted_idx = importances.argsort()[::-1] # 从大到小排序的索引 sorted_importances = importances[sorted_idx] # 排序后的重要性值 sorted_features = X.columns[sorted_idx] # 排序后的特征名 # 创建图表 plt.figure(figsize=(12, 8)) bars = plt.barh(range(len(sorted_idx)), sorted_importances, align='center', color='skyblue') # 在条形图上添加数值标签 for i, bar in enumerate(bars): # 计算标签位置 x_pos = bar.get_width() + 0.001 # 在条形右侧添加一点偏移 y_pos = bar.get_y() + bar.get_height() / 2 # 添加数值标签（格式化保留4位小数） plt.text(x_pos, y_pos, f'{sorted_importances[i]:.4f}', va='center', ha='left', fontsize=9) # 添加标题和标签 plt.title("特征重要性分析", fontsize=14, fontweight='bold') plt.xlabel("相对重要性", fontsize=12) plt.yticks(range(len(sorted_idx)), sorted_features, fontsize=10) # 添加网格线提高可读性 plt.grid(axis='x', linestyle='--', alpha=0.7) # 反转Y轴使最重要的特征在顶部 plt.gca().invert_yaxis() # 调整布局 plt.tight_layout() plt.show() 要求输出随机森林重要性的排序
最新发布
07-23
importances = rf.feature_importances_ # 创建特征重要性DataFrame feature_importance_df = pd.DataFrame({ '特征': X.columns, '重要性': importances }) # 按重要性降序排序 feature_importance_df = ...
# 可视化特征重要性（排序后） plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False importances = rf.feature_importances_ sorted_idx = importances.argsort() plt.figure(figsize=(10,6)) plt.barh(X.columns[sorted_idx], importances[sorted_idx]) plt.title("随机森林特征重要性排序") plt.show() param_bounds = { '总热输入': (data['总热输入'].min(), data['总热输入'].max()), '掺氨比': (data['掺氨比'].min(), data['掺氨比'].max()), '分级比': (data['分级比'].min(), data['分级比'].max()), '主燃区温度': (data['主燃区温度'].min(), data['主燃区温度'].max()) } 逐行解释
03-08
然后是导入`importances = rf.feature_importances_`，这里`rf`应该是一个已经训练好的随机森林模型。`feature_importances_`属性返回各个特征的重要性，通常是根据基尼不纯度减少或信息增益来计算的。需要确认`rf`...
import pandas as pd import numpy as np from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestRegressor from sklearn.preprocessing import StandardScaler from sklearn.tree import DecisionTreeClassifier from sklearn.metrics import mean_squared_error # 数据加载 data = pd.ExcelFile("C:\\Users\\DELL\\Desktop\\神经外科-sheet2_imputed.xlsx",'Sheet=Sheet1') # 这里替换为实际的数据路径 # 数据预处理：处理缺失值 data.fillna(data.mean(), inplace=True) # 用均值填充缺失值 # 特征标准化 scaler = StandardScaler() data_scaled = scaler.fit_transform(data) # 假设病情变化的标签为'病情变化' X = data_scaled[:, :-1] # 特征 y = data_scaled[:, -1] # 标签 # 拆分数据集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 使用随机森林模型进行训练 rf = RandomForestRegressor(n_estimators=100, random_state=42) rf.fit(X_train, y_train) # 预测并评估模型 y_pred = rf.predict(X_test) mse = mean_squared_error(y_test, y_pred) print("Mean Squared Error: ", mse) # 获取特征重要性 importances = rf.feature_importances_ # 按重要性排序 indices = np.argsort(importances)[::-1] print("Feature ranking:") for f in range(X.shape[1]): print(f"{f + 1}. Feature {indices[f]} - Importance: {importances[indices[f]]}") # 画出特征重要性图 import matplotlib.pyplot as plt plt.figure(figsize=(10, 6)) plt.title("Feature Importance") plt.bar(range(X.shape[1]), importances[indices], align="center") plt.xticks(range(X.shape[1]), indices) plt.xlim([-1, X.shape[1]]) plt.show()不能运行。修改一下
07-23
- 使用水平条形图 (`barh`) 替代垂直条形图 - 添加特征名称标签 - 重要性最高的特征显示在顶部 - 调整颜色和布局增强可读性 4. **其他改进**： - 明确分离特征和目标变量 - 添加特征名称输出 - 格式化重要性...
Spark 和 Python.sklearn：使用随机森林计算 feature_importance 特征重要性
热门推荐
Puzzle的博客
05-17 1万+
前言 数据：美国某公司的共享单车数据 数据源：http://archive.ics.uci.edu/ml/machine-learning-databases/00275/ 图源：https://blog.csdn.net/wuxintdrh/article/details/90729963 pySpark代码 from pyspark.sql import S...
Python机器学习中将重要特征可视化的方法
Jon_Sheng的博客
03-30 7486
最近读到了一本书，《Python机器学习经典实例》，里面有很多的机器学习实例，入门干货满满啊~其中，有段代码，能够将重要特征可视化，并且降序排列，如下所示：def plot_feature_importances(feature_importances,title,feature_names): # 将重要性值标准化 feature_importances = 100.0*(fea...
详解feature_importances_
weixin_43837522的博客
01-18 4811
基于模型的评估指标 1. feature_importances_的计算过程 2.feature_importances_的计算特性 2.1 feature_importances_的随机性 2.2 feature_importances_受建模过程影响 3 基于feature_importances_的特征筛选
决策树-随机森林-两种Feature importances排序方法
sinat_22510827的博客
02-28 4542
第一种方法： 这种方法是唐宇迪老师视频课里的，做了很小的改动，代码如下： # 得到特征重要性 importances = list(rf.feature_importances_) feature_importances = [(feature, round(importance, 2)) for feature, importance in zip(feature_list, importances)] print(type(feature_importances)) # 排序-降序，key参数..
pythongui界面直方图_Python pyplot可视化直方图的绘制,pythonpyplot,之,柱状图
weixin_42400518的博客
01-29 640
可视化操作是工程师必备技能。在算法开发中，可视化能够辅助调试。本文对pyplot绘制柱形图做记录。今天我欲对se_net中权重的学习情况进行可视化研究，从而判断出哪个通道/特征占据主导因素。其中使用pyplot进行可视化。jupyter notebook代码如下：%matplotlib inline%config InlineBackend.figure_format = 'svg'#se权重ou...
【教程】计算模型的特征重要性并画贡献图
xfxuezhang.cn
03-24 1万+
计算特征重要性
python实现RF，并计算特征重要性
KongQueenie的博客
02-24 7970
随机森林模型的训练以及特征重要性import xlrd import csv import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy.interpolate import spline #设置路径 path='/Users/kqq/Documents/postgraduate/烟叶原始...
量化特征贡献度函数:feature_importances_函数/LGBMClassifier/XGBClassifier
记录 IT 领域经验与见解的博客
05-18 4958
feature_importances_是scikit-learn机器学习库中许多模型对象的属性，在训练模型之后调用该属性可以输出各个特征在模型中的重要性。在上述代码中，我们训练了一个随机森林回归模型，并使用feature_importances_输出了各个特征的重要性。输出结果为：[0.08519548, 0.39799048, 0.40214713, 0.11466691]，即第2个特征和第3个特征在模型中较为重要，而第1个和第4个特征的重要性相对较低。
【机器学习】用特征量重要度(feature importance)解释模型靠谱么？怎么才能算出更靠谱的重要度？
weixin_47442572的博客
07-28 1万+
特征量重要度的计算一般取决于用什么算法，如果是以决定树为基础（tree-based）的集成算法，比如随机森林，lightGBM之类的，一般都是取impurity（gini）平均下降幅度最大的一些特征，python的Scikit-learn里面就有命令可以计算。也有可能是现有的特征量无法很好的预测结果，有更重要的特征量缺失了。泛化性不好，一般是模型过度学习了训练数据的一些噪音，把噪音当规律了，这时候一些本来无关紧要的噪音特征量也会登上重要度榜首，所以这时单纯相信特征量就很容易跑偏，错过重要的特征。...
sklearn之feature_importance_参数的学习
weixin_63016274的博客
10-29 5010
sklearn之importance_features_参数的学习
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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