分别利用xgbboost和catboost算法做特征重要性排序

最新推荐文章于 2024-03-29 12:55:23 发布

Einsteintly

最新推荐文章于 2024-03-29 12:55:23 发布

阅读量4k

点赞数 2

本文链接：https://blog.csdn.net/Einsteintly/article/details/109680218

版权

本文探讨了使用xgbboost和catboost算法进行特征重要性排序，并指出catboost的结果更符合业务逻辑，尤其是在二分类特征上的表现。这提示我们需要深入理解两种算法在处理此类特征时的差异。

摘要由CSDN通过智能技术生成

分别利用xgbboost和catboost算法做特征重要性排序

xgbboost

# -*- coding: utf-8 -*-
import pandas as pd
from sklearn.model_selection import train_test_split
import xgboost as xgb
from matplotlib import pyplot as plt
from sklearn.metrics import confusion_matrix
import warnings
warnings.filterwarnings('ignore')
plt.rcParams['font.family']='Microsoft YaHei' #显示中文标签
plt.style.use ('ggplot') #设定绘图风格
import seaborn as sns


df = pd.read_csv('***.csv')

df = df.fillna(0)

df.drop(['distinct_id'],axis=1,inplace=True)

df.rename(columns={
   'is_stay':'是否留存','max(is_login)':'是否登录','start_numbers':'启动次数','is_play':'是否播放视频','is_action':'是否评论/收藏/点赞/分享','show_numbers':'视频曝光数','video_play_numbers':'视频播放数','real_video_play_numbers':'视频有效播放数','video_play_time':'视频播放总时长','video_play_rate':'视频播放率','video_real_play_rate':'视频有效播放率','play_time_per_play':'每播放播放时长','play_time_per_show':'每曝光播放时长'},inplace=True) 

X = df.drop(['是否留存'],axis=1)
y = df