in <module> importance = xgb.get_score(importance_type='weight') AttributeError: module 'xgboost' has no attribute 'get_score

我很抱歉，似乎我的上一个回答有误。在 xgboost 库中，获取特征重要性的正确方式是使用 `get_score()` 方法，但是该方法仅适用于 xgboost 版本 0.4 以上。如果您的 xgboost 版本较低，该方法可能不可用。

如果您的 xgboost 版本较低，您可以使用 `get_fscore()` 方法来获取特征重要性。可以使用以下代码获取特征重要性：

importance = xgb.booster().get_fscore()

如果您的 xgboost 版本较高，则可以使用以下代码获取特征重要性：

importance = xgb.get_score(importance_type='weight')

其中，`importance_type` 参数指定了特征重要性的类型，可以是 `'weight'`、`'gain'` 或 `'cover'`。默认值为 `'weight'`，表示特征重要性是指特征被选为分裂节点的次数。如果您希望获取其他类型的特征重要性，请修改 `importance_type` 参数的值。

相关问题

in <module> importance = xgb.booster().get_fscore() AttributeError: module 'xgboost' has no attribute 'booster'

非常抱歉，我的回答有误。在 xgboost 库中，获取特征重要性的方法取决于您使用的 API 类型。如果您使用的是 `XGBClassifier` 或 `XGBRegressor`，可以使用 `get_booster()` 方法获取底层的 `Booster` 对象，然后使用 `get_score()` 方法获取特征重要性。可以使用以下代码获取特征重要性：

importance = xgb.get_booster().get_score(importance_type='weight')

如果您使用的是 `train()` 函数进行训练，可以将训练得到的模型传递给 `Booster` 构造函数来创建 `Booster` 对象，然后使用 `get_score()` 方法获取特征重要性。可以使用以下代码获取特征重要性：

importance = xgb.Booster(model_file='your_model_file').get_score(importance_type='weight')

其中，`'your_model_file'` 是保存训练得到的模型的文件名。请将其替换为您自己的模型文件名。

in <module> importance=xgb.feature_importance_ AttributeError: module 'xgboost' has no attribute 'feature_importance_'

这 error 的原因是因为在 xgboost 库的旧版本中没有 `feature_importance_` 这个属性。可以通过升级 xgboost 库的方式来解决这个问题。请在命令行中输入以下命令以升级 xgboost 库：

pip install --upgrade xgboost

如果您已经使用了虚拟环境，请确保在正确的环境中运行该命令。如果您使用的是 Anaconda，则可以在 Anaconda Prompt 中运行该命令。