python 分类展示各类的特征重要性
时间: 2023-06-30 21:25:52 浏览: 74
你可以使用Python中的scikit-learn库中的`feature_importances_`属性来展示分类中各个特征的重要性。以下是一个简单的例子,展示如何使用决策树算法和`feature_importances_`属性来进行特征重要性展示:
```python
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
import matplotlib.pyplot as plt
# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target
# 训练决策树模型
clf = DecisionTreeClassifier(random_state=0)
clf.fit(X, y)
# 绘制特征重要性柱状图
plt.bar(range(X.shape[1]), clf.feature_importances_)
plt.xticks(range(X.shape[1]), iris.feature_names, rotation=90)
plt.title("Feature Importance")
plt.show()
```
这个例子中,我们使用了鸢尾花数据集,并训练了一个决策树模型。然后,我们使用`feature_importances_`属性获取各个特征的重要性,并使用Matplotlib库绘制了一个柱状图展示各个特征的重要性。你可以根据自己的需求修改数据和图形属性来绘制更符合你要求的图形。