admin管理员组

文章数量:1650771

在用sklearn的时候经常用到feature_importances_ 来做特征筛选，那这个属性到底是啥呢。

分析gbdt的源码发现来源于每个base_estimator的决策树的
feature_importances_

由此发现计算逻辑来源于cython文件，这个文件可以在其github上查看源代码

而在DecisionTreeRegressor和DecisionTreeClassifier的对feature_importances_定义中

到此决策树的feature_importances_就很清楚了：impurity就是gini值，weighted_n_node_samples 就是各个节点的加权样本数，最后除以根节点nodes[0].weighted_n_node_samples的总样本数。
下面以一个简单的例子来验证下：


上面是决策树跑出来的结果，来看petal width (cm)就是根节点，
featureimportance=(112∗0.6647−75∗0.4956−37∗0)/112=0.5564007189feature_importance=(112*0.6647-75*0.4956-37*0)/112=0.5564007189feature 
i
​    
 mportance=(112∗0.6647−75∗0.4956−37∗0)/112=0.5564007189,
petal length (cm)的
featureimportance=(75∗0.4956−39∗0.05−36∗0.1528)/112=0.4435992811feature_importance=(75*0.4956-39*0.05-36*0.1528)/112=0.4435992811feature 
i
​    
 mportance=(75∗0.4956−39∗0.05−36∗0.1528)/112=0.4435992811
忽略图上gini计算的小数位数，计算结果相同。

本文标签： 计算方法Xgboostgbdtlightgbm

版权声明：本文标题：GBDT、XGboost、lightGBM 之feature_importances_ 的计算方法 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/dianzi/1729534748a1205272.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。