2019年8月1日
随机森林计算特征对目标的重要程度——置换检验
摘要： 我们都知道，在调用sklearn中的随机森林时，是可以通过feature_importances_查看每个特征的重要程度的。 其主要通过置换检验来求得特征的重要程度。 如果特征k是重要的，那么用随机的值将该列特征破坏，重新训练和评估，计算模型的泛化能里的退化程度，即： inportance(k) = 阅读全文
posted @ 2019-08-01 11:36 张知行 阅读(1973) 评论(0) 推荐(0) 编辑