如何在 feature_importances_ 中为 sklearn 中的 LightGBM 分类器设置 'gain' 作为特征重要性度量 :: LGBMClassifier()

Question

我正在使用 LightGBM 中的 LGBMClassifer 构建二进制 classifier 模型，类似如下：

 # LightGBM model
        clf = LGBMClassifier(
            nthread=4,
            n_estimators=10000,
            learning_rate=0.005,
            num_leaves= 45,
            colsample_bytree= 0.8,
            subsample= 0.4,
            subsample_freq=1,
            max_depth= 20,
            reg_alpha= 0.5,
            reg_lambda=0.5,
            min_split_gain=0.04,
            min_child_weight=.05
            random_state=0,
            silent=-1,
            verbose=-1)

接下来，在训练数据上拟合我的模型

     clf.fit(train_x, train_y, eval_set=[(train_x, train_y), (valid_x, valid_y)], 
                eval_metric= 'auc', verbose= 100, early_stopping_rounds= 200)

    fold_importance_df = pd.DataFrame()
    fold_importance_df["feature"] = feats   
    fold_importance_df["importance"] = clf.feature_importances_

输出：

feature                      importance
feature13                     1108
feature21                     1104
feature11                     774

到这里一切都很好，现在我正在查看基于此模型的特征重要性度量。所以，我正在使用 feature_importance_() 函数来获取它（但默认情况下它根据 split 给我特征重要性）
虽然 split 让我了解哪个特征在拆分中使用了多少次，但我认为 gain 会让我更好地理解特征的重要性。

Python API of LightGBM booster class https://lightgbm.readthedocs.io/en/latest/Python-API.html?highlight=importance 提及：

 feature_importance(importance_type='split', iteration=-1)


 Parameters:importance_type (string, optional (default="split")) – 
 If “split”, result contains numbers 
 of times the feature is used in a model. If “gain”, result contains 
 total gains of splits which use the feature.
 Returns:   result – Array with feature importances.
 Return type:   numpy array`

然而，Sklearn API for LightGBM LGBMClassifier() 没有提到任何东西 Sklearn API LGBM，它只有这个函数的参数：

feature_importances_
array of shape = [n_features] – The feature importances (the higher, the more important the feature).

我的问题是如何从 sklearn 版本获得特征重要性，即基于 gain 的 LGBMClassifier()？

Answer 1

feature_importance()是原LGBM中Booster对象的一个方法。

sklearn API 通过 API Docs 中给出的属性 booster_ 在训练数据上公开底层 Booster。

所以您可以先访问这个助推器对象，然后像在原始 LGBM 上一样调用 feature_importance()。

clf.booster_.feature_importance(importance_type='gain')

如何在 feature_importances_ 中为 sklearn 中的 LightGBM 分类器设置 'gain' 作为特征重要性度量 :: LGBMClassifier()

How to set 'gain' as Feature Importance measure in feature_importances_ for LightGBM classifer in sklearn:: LGBMClassifier()

machine-learning

scikit-learn

feature-selection

gbm