讀取CSV文件，拿到特征名字

data = pd.read_csv('train.csv') feature_names = data.columns[:-1] #特征名，最后一列是標簽

定義一個決策樹或者加載以訓練的決策樹

輸出特征重要性

print('Features sorted by their score:') # print(clf.feature_importances_) # 輸出這個就可以得到特征重要性，但是只有數值，不具有可讀性 print(sorted(zip(feature_names, map(lambda x:round(x,4), clf.feature_importances_)),key=lambda x: x[1],reverse=True))

示例：
Features sorted by their score:
[ (‘duration’, 0.4400), (‘bytes_out’, 0.2105), (‘issuer_fields’, 0.1228), (‘subject_fields’, 0.1200), (‘num_pkts_out’, 0.1067)]

總結

以上是生活随笔為你收集整理的随机森林输出特征重要程度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。