adaboost里的feature importance和随机森林里的feature importance是一回事吗?

  统计/机器学习 监督式学习 特征选择 Python    浏览次数:925        分享
0

sklearn里这两个模型都有feature_importances_,这个特征重要性在这两个不同算法中是一回事吗?

 

我是雷哥   2019-12-02 10:49



   1个回答 
0

算法差不多,每个树里都可以算出一个feature importance,Random Forest是对每棵树的feature importance求均值,Adaboost是对每棵树的feature importance求加权均值。

SofaSofa数据科学社区DS面试题库 DS面经

zl_pku   2020-01-11 23:39



  相关主题

为什么特征重要性约大,在决策树里分裂的顺序却是越靠后呢?   1回答

怎么理解决策树是模型自己在做interaction?   2回答

对于数值特征,决策树是如何决定阈值的?   3回答

对于树模型,需不需要特征筛选   2回答

随机森林给出的变量的Importance是怎么来的   2回答

随机森林警告:A column-vector y was passed when a 1d array was expected   1回答

怎么理解lightgbm中的直方图法选择分裂点?   1回答

随机森林的模型一般都很大么?   1回答

gbdt如何对连续特征离散化   1回答

决策树剪枝有什么策略或者注意事项?   2回答

使用lightgbm,训练前对数据特征赋予权重是否对结果有影响   1回答

随机森林每次用多少个特征?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!