feature importance，根據(jù)含義就能理解，也就是特征重要性，在預測建模項目中起著非常重要作用，能夠提供對數(shù)據(jù)、模型的見解，和如何進行降維和選擇特征，并以此來提高預測模型的的效率和有效性。今天小編為大家?guī)淼氖侨绾卫斫?a href='/map/suijisenlin/' style='color:#000;font-size:inherit;'>隨機森林中的feature importance，希望對大家有所幫助。

一、簡單了解feature importance

實際情況中，一個數(shù)據(jù)集中往往包含數(shù)以萬計個特征，如何在其中選擇出，結果影響最大的幾個特征，并通過這種方法縮減建立模型時的特征數(shù)，這是我們最為關心的問題。今天要介紹的是：用隨機森林來對進行特征篩選。

用隨機森林進行特征重要性評估的思想其實非常簡單，簡單來說，就是觀察每個特征在隨機森林中的每顆樹上做了多少貢獻，然后取平均值，最后對比特征之間的貢獻大小。

總結一下就是：特征重要性是指，在全部單顆樹上此特征重要性的一個平均值，而單顆樹上特征重要性計算方法事：根據(jù)該特征進行分裂后平方損失的減少量的求和。

二、feature importance評分作用

1.特征重要性分可以凸顯出特征與目標的相關相關程度，能夠幫助我們了解數(shù)據(jù)集

2.特征重要性得分可以幫助了解模型

特征重要性得分通常是通過數(shù)據(jù)集擬合出的預測模型計算的。查看重要性得分能夠洞悉此特定模型，以及知道在進行預測時特征的重要程度。

3.特征重要性能夠用于改進預測模型

我們可以通過特征重要性得分來選擇要刪除的特征(即得分最低的特征)或者需要保留的特征(即得分最高的特征)。這其實是一種特征選擇，能夠簡化正在建模的問題，加快建模過程，在某些情況下，還能夠改善模型的性能。

三、python實現(xiàn)隨機森林feature importances

import xlrd
import csv
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.interpolate import spline  
#設置路徑
path='/Users/kqq/Documents/postgraduate/煙葉原始光譜2017.4.7數(shù)字產(chǎn)地.csv'
#讀取文件
df = pd.read_csv(path, header = 0)
 
#df.info()
 
#訓練隨機森林模型
from sklearn.cross_validation import train_test_split
from sklearn.ensemble import RandomForestClassifier
x, y = df.iloc[:, 1:].values, df.iloc[:, 0].values
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.3, random_state = 0)
feat_labels = df.columns[1:]
forest = RandomForestClassifier(n_estimators=10000, random_state=0, n_jobs=-1)
forest.fit(x_train, y_train)
 
 
#打印特征重要性評分
importances = forest.feature_importances_
#indices = np.argsort(importances)[::-1]
imp=[]
for f in range(x_train.shape[1]):
    print(f + 1, feat_labels[f], importances[f])
    
 
 
#將打印的重要性評分copy到featureScore.xlsx中；plot特征重要性
#設置路徑
path='/Users/kqq/Documents/postgraduate/實驗分析圖/featureScore.xlsx'
#打開文件
myBook=xlrd.open_workbook(path)
#查詢工作表
sheet_1_by_index=myBook.sheet_by_index(0)
data=[]
for i in range(0,sheet_1_by_index.nrows):
    data.append(sheet_1_by_index.row_values(i))   
data=np.array(data)
X=data[:1,].ravel()
y=data[1:,]
plt.figure(1,figsize=(8, 4))
i=0
print(len(y))
while i  

	

相信讀完上文，你對算法已經(jīng)有了全面認識。若想進一步探索機器學習的前沿知識，強烈推薦機器學習之半監(jiān)督學習課程。

學習入口：https://edu.cda.cn/goods/show/3826?targetId=6730&preview=0
涵蓋核心算法，結合多領域實戰(zhàn)案例，還會持續(xù)更新，無論是新手入門還是高手進階都很合適。趕緊點擊鏈接開啟學習吧！