Xgboost: Arti skor kepentingan fitur

Dibuat pada 30 Mei 2015  ·  4Komentar  ·  Sumber: dmlc/xgboost

Apakah mereka memiliki semantik yang dapat ditafsirkan? Bagaimana mereka dihitung? Apakah lebih tinggi berarti lebih baik?

Untuk memperjelas, saya menggunakan cls.booster().get_fscore() untuk mendapatkan skor.

Komentar yang paling membantu

itu berarti fitur ini tidak pernah dipilih ke dalam pohon

Semua 4 komentar

Selain itu, get_fscore() mengembalikan lebih sedikit fitur daripada jumlah fitur dalam data pelatihan. Saya memiliki 98 fitur dan get_fscores() mengembalikan skor dari 71 fitur.

Semakin tinggi semakin baik, get_fscore mengembalikan jumlah kemunculan fitur dalam ensemble

Apakah itu menggunakan level mereka di pohon sebagai bobot?

Juga, apakah Anda memiliki penjelasan untuk situasi di pertanyaan kedua saya?

Terima kasih.

itu berarti fitur ini tidak pernah dipilih ke dalam pohon

Apakah halaman ini membantu?
0 / 5 - 0 peringkat