从OneVsRest分类器获取多标签分类的随机森林要素_Importance [英] Getting Random Forest feature_importances_ from OneVsRestClassifier for Multi-label classification

查看:66
本文介绍了从OneVsRest分类器获取多标签分类的随机森林要素_Importance的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我正在使用OneVsRest分类器来解决多标签分类问题。我正在将随机森林分类器传递给它。

from sklearn.multiclass import OneVsRestClassifier
from sklearn.ensemble import RandomForestClassifier
clf = OneVsRestClassifier(RandomForestClassifier(random_state=0,class_weight='auto',min_samples_split=10,n_estimators=50))
clf.fit(train,dv_train)
print clf.feature_importances_
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'OneVsRestClassifier' object has no attribute 'feature_importances_'

如何获取OneVsRest分类器中每个随机林的功能重要性?

推荐答案

OneVsRestClassifier有一个属性estimators_:n_CLASS估计器列表

因此要获取i

个随机森林的特征重要性
print clf.estimators_[i].feature_importances_

这篇关于从OneVsRest分类器获取多标签分类的随机森林要素_Importance的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!

查看全文
登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆