Question

我想绘制散景中RandomForestClassifier()中的顶部 n 要素，而不在 y 变量中明确指定列名。

首先，不是在变量y中键入列名，而是直接从randomclassifier的顶部特征中获取列名和值。

y = df['new']
x = df.drop('new', axis=1)
rf = RandomForestClassifier()
rf.fit(x,y)

#Extract the top feature from above and plot in bokeh

source = ColumnDataSource(df)

p1 = figure(y_range=(0, 10))

# below I would like it to use the top feature in RandomClassifier 
# instead of explicitly writing the column name, horsePower,
# from the top features column

p1.line(
    x = 'x',
    y = 'horsePower', 
    source=source,
    legend = 'Car Blue',
    color = 'Blue'
 )

我们可以构建一个for循环来绘制散景中的 n 顶部要素，而不是仅指定第一个要素或第二个要素。我想它接近这个

for i in range(5):
    p.line(x = 'x', y = ???? , source=source,) #top feature in randomClassifier
    p.circle(x = 'x', y = ???? , source=source, size = 10)
    row = [p]

output_file('TopFeatures')
show(p)

我已经从模型的RandomForestClassifier中提取了前15个特征，并使用

 new_rf = pd.Series(rf.feature_importances_,index=x.columns).sort_values(ascending=False) 

print(new_rf[:15])

Answer 1

只需遍历pandas系列的索引值 new_rf ，因为它的索引是列名：

# TOP 1 FEATURE
p1.line(
    x = 'x',
    y = new_rf.index[0], 
    source = source,
    legend = 'Car Blue',
    color = 'Blue'
 )

# TOP 5 FEATURES
for i in new_rf[:5].index:

    output_file("TopFeatures_{}".format(i))

    p = figure(y_range=(0, 10))
    p.line(x = 'x', y = i, source = source)
    p.circle(x = 'x', y = i, source = source, size = 10)

    show(p)

for循环在python中绘制散景中的前n个特征重要性，而不显式键入列名

1 个答案: