machine-learning - GridSearchCV 及其特征重要性

Question

在 gridsearchCV 中，当我适合如下内容时：

forest_reg = RandomForestRegressor()
grid_search = GridSearchCV(forest_reg, param_grid,cv=5,scoring = 'neg_mean_squared_error')
grid_search.fit(X_train,y_train)

之后，当我执行此操作时，

GridSearch.best_estimator_.feature_importances_ 

它给出了一个值数组，所以我的问题是GridSearch.best_estimator_.feature_importances_这条线返回什么值？

Answer 1

在您的情况下，GridSearch.best_estimator_.feature_importances_返回一个RandomForestRegressor对象。

因此，根据RandomForestRegressor 文档：

feature_importances_ : array of shape = [n_features] 返回特征重要性（越高，特征越重要）。

换句话说，它会根据您的训练集返回最重要的特征X_train。的每个元素feature_importances_对应于 的一个特征X_train（例如： 的第一个元素feature_importances_指的是 的第一个特征/列X_train）。

中的元素的值越高，中feature_importances_的特征就越重要X_train。