【代码模版】特征重要性评估模版

基于Tree的集成机器学习算法已经成为机器学习领域的主流算法。我们在做任何一个机器学习任务时，大部分的精力都会放在特征工程上(Feature Engineering)。我们通常会采用前向或后向策略，根据模型的结果进行特征选择。然而，在使用Tree ensemble算法时，有一个更有用的模型属性(feature importance)，我们经常用它来进行特征选择。所以，有必要介绍一下feature importance的计算公式，便于大家更好理解特征和模型。 
Friedman在GBM[1]的论文中提出的方法： 
特征xjxj在整个模型中的重要程度为：

 其中，M是模型中树的数量。

特征xjxj在单独一个树上的特征重要度为：

其中，L−1L−1是树中非叶子节点数量，vtvt表示在内部节点t进行分裂时选择的特征，I2t^It2^是内部节点t分裂后平方损失的减少量。 
 
 J. H. Friedman. 2001. Greedy Function Approximation: A  Gradient Boosting Machine. Annals of Statistics 29(5):1189-  1232.

 

 

# 基于模型的特征重要性评估
# 得到特征重要性
importances = list(model_name.feature_importances_)  # model_name为已经训练好的模型。