利用PermutationImportance挑选变量

最新推荐文章于 2024-07-17 16:58:43 发布

-永不妥协-

最新推荐文章于 2024-07-17 16:58:43 发布

阅读量1.3w

点赞数 6

分类专栏：机器学习文章标签： PermutationImportance

本文链接：https://blog.csdn.net/lz_peter/article/details/88654198

版权

本文探讨了在树类模型如XGBoost、LightGBM中使用PermutationImportance来评估特征重要性。PermutationImportance通过观察特征缺失时模型性能的下降来确定特征的重要性。作者通过对比不同模型（如RF、LightGBM、LR）选择的前30重要特征，发现LightGBM选出的特征构建的模型在泛化性上表现更优。这种方法有助于提升模型预测能力。

摘要由CSDN通过智能技术生成

我们在构建树类模型（XGBoost、LightGBM等）时，如果想要知道哪些变量比较重要的话。可以通过模型的feature_importances_方法来获取特征重要性。例如LightGBM的feature_importances_可以通过特征的分裂次数或利用该特征分裂后的增益来衡量。一般情况下，不同的衡量准则得到的特征重要性顺序会有差异。我一般是通过多种评价标准来交叉选择特征。博主认为，若一个特征在不同的评价标准下都是比较重要的，那么该特征对label有较好的预测能力。

为大家介绍一种评价特征重要性的方法：PermutationImportance。文档对该方法介绍如下：eli5 provides a way to compute feature importances for any black-box estimator by measuring how score decreases when a feature is not available; the method is also known as “permutation importance” or “Mean Decrease Accuracy (MDA)”.我的理解是：若将一个特征置为随机数，模型效果下降很多，说明该特征比较重要；反之则不是。

下面为大家举一个简单的例子，我们利用不同模型来挑选变量（RF、LightGBM、LR）。并挑选出来重要性排在前30的变量（总变量200+）进行建模。