可以根据最佳模型来确定RandomizedSearchCV输出的重要性吗？

Question

使用RandomizedSearchCV查找最佳超参数后，是否可以找到以下输出？ 1.将最佳模型另存为对象 2.输出功能的重要性

gbm = GradientBoostingClassifier()
rand = RandomizedSearchCV(gbm, param_distributions=param_dist, cv=10, 
scoring='roc_auc', n_iter=10, random_state=5)
rand.fit(X_train, y_train_num)

Answer 1

使用best_params_参数并将其保存到字典中。从字典中重新训练模型，然后通过键调用值。

top_params = rand.best_params_
gbm_model = GradientBoostingClassifier(learning_rate=top_params['learning_rate'], max_depth=top_params["max_depth"], ...)
gbm_model.fit(X_train, y_train_num)
gbm_model.feature_importances_