决策函数中要素的系数。随机森林

Question

在Logistic回归中，如何获取RandomForest()中像 model.coef _ 这样的特征的系数？？

model = GridSearchCV(estimator=classifier,  param_grid=grid_param,
                     scoring='roc_auc',
                     cv=5,
                     n_jobs=-1) 
best_model= model.fit(X_train, y_train)
best_model.feature_importances_

Answer 1

Random forest是decision trees的集合，它不是线性模型。 Sklearn提供了用于训练随机森林分类器或回归器的各个功能的重要性。可以按如下方式访问它，并返回一个十进制数组，其总和为1。

model.feature_importances_

如果要结合使用功能名称来查看此内容，则可以使用zip(<feature names>, model.feature_importances_)，并将其强制转换为list。

Answer 2

不清楚您使用的是哪个框架，即使您使用的是框架...

但是，如果您使用的是sklearn，则可以使用model.feature_importances_访问功能重要性。