xgboost.plot_importance画特征重要性,字段是中文名称时
1.一般来说我们可以使用xgboost.get_score去画图,但是如果字段名字有中文时,是会报错的
2.可以通过映射关系,从plot_importance的参数入手。但是可能会复杂一下。
3.可以使用xgb.DMatrix(tfeature_names=list),这个方法简单实用。
下面演示一下第三个方法:
train_x, test_x, train_y, test_y = train_test_split(data_x.values, data_y.values, test_size=0.3,random_state=1234,stratify=data_y) d_train = xgb.DMatrix(train_x, label=train_y,feature_names=list(data_x.columns)) d_valid = xgb.DMatrix(test_x, label=test_y,feature_names=list(data_x.columns)) watchlist = [(d_train, 'train'), (d_valid, 'valid')] #参数设置 params={ 'eta': 0.2, # 特征权重 取值范围0~1 通常最后设置eta为0.01~0.2 'max_depth':3, # 通常取值:3-10 树的深度 'min_child_weight':6, # 最小样本的权重,调大参数可以防止过拟合 'gamma':0.3, 'subsample':0.8, #随机取样比例 'colsample_bytree':0.8, #默认为1 ,取值0~1 对特征随机采集比例 'booster':'gbtree', #迭代树 'objective': 'binary:logistic', #逻辑回归,输出为概率 'nthread':8, #设置最大的进程量,若不设置则会使用全部资源 'scale_pos_weight': 10, #默认为0,1可以处理类别不平衡 'lambda':1, #默认为1 'seed':1234, #随机数种子 'silent':1 , #0表示输出结果 'eval_metric': 'auc' # 检验指标 } bst = xgb.train(params, d_train,1000,watchlist,early_stopping_rounds=500, verbose_eval=10) tree_nums=bst.best_ntree_limit print('最优模型树的数量:%s,auc:%s' % (bst.best_ntree_limit, bst.best_score)) #最优模型树的数量:81,auc:0.870911 bst = xgb.train(params, d_train,tree_nums,watchlist,early_stopping_rounds=500, verbose_eval=10) #joblib.dump(bst, 'd:/xgboost.model') #保存模型 ########### plot_importance(bst,max_num_features=20) plt.show()
按照一般的建模流程做就可以,不必在意是否能运行上面这段代码