绘制 XGBoost 模型特征重要性的增益、覆盖、权重

Question

我有一个 XGBoost 模型 xgboost_model。绘制此 XGBoost 模型的特征重要性；

plot_importance(xgboost_model)
pyplot.show()

该图显示了 F 分数。然而，F 分数背后有一些重要指标，如增益、覆盖率、权重。

如何单独绘制重要性指标增益、覆盖率、权重？

我正在使用 python 3.7

Answer 1

您可以将不同的重要性类型传递给 plot_importance:

fig, ax = plt.subplots(3,1,figsize=(14,30))

nfeats = 15
importance_types = ['weight', 'cover', 'gain']

for i, imp_i in enumerate(importance_types):
    plot_importance(xgboost_model, ax=ax[i], max_num_features=nfeats
                    , importance_type=imp_i
                    , xlabel=imp_i)

在上面的示例中，您可以构建一个 subplot，其中包含 3 个地块，每个地块对应 plot_importance 支持的三种类型。

我在 jupyter 中对此进行了测试。否则，你会打电话给 plt.show().

绘制 XGBoost 模型特征重要性的增益、覆盖、权重

Plot gain, cover, weight for feature importance of XGBoost model

python

plot

machine-learning

xgboost