Xgboost: 特征重要性得分的含义

创建于 2015-05-30  ·  4评论  ·  资料来源: dmlc/xgboost

它们有可解释的语义吗? 它们是如何计算的? 更高是否意味着更好?

为了澄清,我使用cls.booster().get_fscore()来获得分数。

最有用的评论

这意味着这些功能永远不会被选择到树中

所有4条评论

此外, get_fscore()返回的特征少于训练数据中的特征数量。 我有 98 个功能, get_fscores()返回了 71 个功能的分数。

越高越好,get_fscore 返回集合中特征出现的次数

它是否使用它们在树中的级别作为权重?

另外,你对我第二个问题的情况有解释吗?

谢谢。

这意味着这些功能永远不会被选择到树中

此页面是否有帮助?
0 / 5 - 0 等级