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。

相关问题

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

这错误提示表明 XGBoost 模块中没有名为 feature_importance_ 的属性。可能是因为您使用的是旧版本的 XGBoost，或者您的代码中有一些错误。请尝试更新 XGBoost 模块并查看文档以确保您使用的是正确的方法和属性名称。您也可以尝试使用 XGBoost 中的其他特征重要性属性，例如 get_score() 或 get_fscore()。

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。