xgboost get_fscore 判断特征重要程度的三种指标

最新推荐文章于 2023-04-30 23:28:04 发布

CY_TEC

最新推荐文章于 2023-04-30 23:28:04 发布

阅读量1.5w

点赞数 3

分类专栏： Python 机器学习 xgboost

本文链接：https://blog.csdn.net/CY_TEC/article/details/80590823

版权

机器学习同时被 3 个专栏收录

30 篇文章 0 订阅

订阅专栏

Python

27 篇文章 0 订阅

订阅专栏

xgboost

1 篇文章 0 订阅

订阅专栏

xgboost get_fscore 判断特征重要程度的三种指标

get_fscore 有三种种评判特征重要程度的方法：

‘weight’ - the number of times a feature is used to split the data across all trees.
‘gain’ - the average gain of the feature when it is used in trees.
‘cover’ - the average coverage of the feature when it is used in trees.

weight - 该特征在所有树中被用作分割样本的特征的次数。
gain - 在所有树中的平均增益。
cover - 在树中使用该特征时的平均覆盖范围。(还不是特别明白)