机器学习入门-显示特征重要性的排序

根据每一个特征分类后的gini系数之和除于总特征的gini系数来计算特征重要性

import pandas as pd
import matplotlib.pyplot as plt

# 显示出随机森林特征的重要性，并做条形图
rfr = RandomForestRegressor(min_samples_split=6, n_estimators=100)
rfr.fit(train_x, train_y)
print(rfr.score(test_x, test_y))
# 使用pd.Series进行组合，值是特征重要性的值，index是样本特征，.sort_value 进行排序操作
feature_important = pd.Series(rfr.feature_importances_, index = housing.feature_names).sort_values(ascending=False)
plt.bar(feature_important.index, feature_important.data)
plt.show()