时间戳

首页 > 解决方案 > 如何从 GridsearchCV 获取 feature_importances_

python - 如何从 GridsearchCV 获取 feature_importances_

问题描述

我对编程很陌生，这个问题可能很容易解决，但我已经坚持了一段时间，我认为我的方法显然是错误的。正如标题所示，我一直在尝试对我的 RandomForest 预测实施网格搜索，以找到模型的最佳可能参数，然后查看具有最佳参数的模型的最重要特征。我用过的包：

import nltk
from nltk.corpus import stopwords
import pandas as pd
import string
import re
import pickle
import os
import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import KFold, cross_val_score
from sklearn.metrics import precision_recall_fscore_support as score
from sklearn.model_selection import train_test_split
from sklearn.model_selection import GridSearchCV

经过一些数据清理和预处理后，我进行了这样的网格搜索，其中 x_features 是具有我数据的 tfidfvectorized 特征的 DataFrame：

param = {'n_estimators':[10, 50, 150], 'max_depth':[10, 30, 50, None], 'min_impurity_decrease':[0, 0.01, 0.05, 0.1], 'class_weight':["balanced", None]}
gs = GridSearchCV(rf, param, cv=5, n_jobs=-1)
gs_fit = gs.fit(x_features, mydata['label'])
optimal_param = pd.DataFrame(gs_fit.cv_results_).sort_values('mean_test_score', ascending = False)[0:5]
optimal_param1 = gs_fit.best_params_

我的想法是，也许我可以让自己变得容易，并将最佳参数 1 复制到我的 RandomForestClassifier() 中，并或多或少地适合我的训练数据：

rf = RandomForestClassifier(optimal_param2)
rf_model= rf.fit(x_train, y_train)

但optimal_param2 是一个字典。因此，我认为将其转换为字符串并消除过多的符号（ sub : for =, delete {, delete } ）会使其工作。这显然失败了，因为 n_estimators、max_depth 等的数字仍然是字符串并且它需要整数。我最终想要实现的是获得最重要功能的输出，或多或少像这样：

top25_features = sorted(zip(rf_model.feature_importances_, x_train.columns),reverse=True)[0:25]

我意识到 gs 已经是一个完整的 RF 模型，但它没有我正在寻找的属性 feature_importances_。我将非常感谢有关如何使其发挥作用的任何想法。

标签： pythonscikit-learnrandom-foresttext-mininggridsearchcv

解决方案

一旦你跑了gs_fit=gs.fit(X,y)，你就拥有了你需要的一切，你不需要做任何再训练。

首先，您可以通过以下方式访问最佳模型：

best_estimator = gs_fit.best_estimator_

这将返回产生最佳结果的随机森林。然后你可以通过做访问这个模型的特征重要性

best_features = best_estimator.feature_importances_

显然，您可以链接这些并直接执行：

best_features = gs_fit.best_estimator_.feature_importances_

推荐阅读