xgboost模型feature_importances_原理

xgboost模型的feature_importances_属性可以用来衡量每个特征对模型的预测能力的重要性。其原理如下：

1. 计算每个特征被用于分裂的次数。

2. 对于每个特征，将其被用于分裂的次数除以所有特征被用于分裂的次数的总和，得到该特征的重要性占比。

3. 对于每个特征，将其重要性占比乘以100，得到该特征的重要性得分，表示该特征对模型的预测能力的贡献。

4. 将所有特征的重要性得分从高到低排序，得到特征重要性排名。