Xgboost模型之二特征重要性计算及模型的特征选择

XGBOOST模型对于一些场景有着不错的表现，切提供了一个很多的特征重要性的计算：

准备：

把一些用到的包安装一下，如xgboost,sklearn等

建议使用国内的镜像源，否则106M会让你等很久，

具体可以参考：

pip安装包较慢的解决办法_这孩子谁懂哈的博客-CSDN博客

1.使用的 Pima印第安人糖尿病的测试数据集；

下载地址：皮马印第安人糖尿病数据集免费下载分享-机器学习文档类资源-CSDN下载

2.计算特征重要性：

# plot feature importance manually
from numpy import loadtxt
from xgboost import XGBClassifier
from xgboost import plot_importance
from matplotlib import pyplot
import sklearn
# load data   FE_pima-indians-diabetes.csv
dataset = loadtxt(r'C:\Users\Administrator\Desktop\pima-indians-diabetes.csv', delimiter=",",skipro