名称具有预处理后的重要图

Question

在构建模型之前，我会像这样进行缩放

X = StandardScaler(with_mean = 0, with_std = 1).fit_transform(X)

并在构建功能重要性图

之后

xgb.plot_importance(bst, color='red')
plt.title('importance', fontsize = 20)
plt.yticks(fontsize = 10)
plt.ylabel('features', fontsize = 20)

问题是，我们得到f0，f1，f2，f3等而不是功能名称...... 如何返回功能名称？

感谢

Answer 1

首先我们得到预处理前的功能名称列表

dtrain = xgb.DMatrix( X, label=y)
dtrain.feature_names

然后

bst.get_fscore()
mapper = {'f{0}'.format(i): v for i, v in enumerate(dtrain.feature_names)}
mapped = {mapper[k]: v for k, v in bst.get_fscore().items()}
mapped
xgb.plot_importance(mapped, color='red')

全部

Answer 2

对于xgboost 0.82，答案非常简单，只需用功能名称字符串列表覆盖功能名称属性即可。

trained_xgbmodel.feature_names = feature_name_list
xgboost.plot_importance(trained_xgbmodel)

Answer 3

您可以使用以下方法检索Xgboost模型（受scikit-learn像API训练）的重要性：

xgb.feature_importances_

要检查重要性类型：xgb.importance_type。重要性类型可以在Xgboost构造函数中设置。您可以在此post中了解有关在Xgboost中计算功能重要性的方法。