根据每一个特征分类后的gini系数之和除于总特征的gini系数来计算特征重要性
import pandas as pd import matplotlib.pyplot as plt # 显示出随机森林特征的重要性，并做条形图 rfr = RandomForestRegressor(min_samples_split=6, n_estimators=100) rfr.fit(train_x, train_y) print(rfr.score(test_x, test_y)) # 使用pd.Series进行组合，值是特征重要性的值，index是样本特征，.sort_value 进行排序操作 feature_important = pd.Series(rfr.feature_importances_, index = housing.feature_names).sort_values(ascending=False) plt.bar(feature_important.index, feature_important.data) plt.show()
