GridSearchCV及其功能重要性

Question

在gridsearchCV中，当我适合以下内容时：

forest_reg = RandomForestRegressor()
grid_search = GridSearchCV(forest_reg, param_grid,cv=5,scoring = 'neg_mean_squared_error')
grid_search.fit(X_train,y_train)

然后 当我执行此操作时，

GridSearch.best_estimator_.feature_importances_ 

它给出一个值数组 所以我的问题是GridSearch.best_estimator_.feature_importances_这行返回什么值？

Answer 1

在您的情况下，GridSearch.best_estimator_.feature_importances_返回一个RandomForestRegressor对象。

因此，根据RandomForestRegressor documentation：

  

feature_importances_：形状数组= [n_features]   返回功能的重要性（越高，功能越重要）。

换句话说，它根据您的训练集X_train返回最重要的功能。 feature_importances_的每个元素对应于X_train的一个特征（例如：feature_importances_的第一个元素指X_train的第一个特征/列）。

feature_importances_中元素的值越高，X_train中的功能就越重要。