决策函数中特征的系数。随机森林

Question

我怎样才能得到 RandomForest() 中的特征系数，例如逻辑回归中的 model.coef_。？

model = GridSearchCV(estimator=classifier,  param_grid=grid_param,
                     scoring='roc_auc',
                     cv=5,
                     n_jobs=-1) 
best_model= model.fit(X_train, y_train)
best_model.feature_importances_

Answer 1

不清楚您使用的是哪个框架，或者即使您使用的是框架...

但是，如果您使用的是 sklearn，则可以使用 model.feature_importances_ 访问特征重要性。

Answer 2

Random forest是decision trees的集合，不是线性模型。 Sklearn 提供了用于训练随机森林分类器或回归器的各个特征的重要性。它可以按如下方式访问，returns 一个总和为 1 的小数数组。

model.feature_importances_

如果你想在特征名称的组合中看到这个，那么你可以使用 zip(<feature names>, model.feature_importances_)，并将其转换为 list。