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：4422        分享
二维码
手机扫描二维码
  机器学习面试也能刷题？
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



  相关讨论

对于树模型，需不需要特征筛选

GBDT的数据在使用前有什么需要注意的吗？

随机森林每次用多少个特征？

随机森林给出的变量的Importance是怎么来的

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?

对于数值特征，决策树是如何决定阈值的？

怎么理解决策树是模型自己在做interaction？

怎么理解lightgbm中的直方图法选择分裂点？

使用lightgbm，训练前对数据特征赋予权重是否对结果有影响

gbdt如何对连续特征离散化

  随便看看

多重检验中的FDR(false discovery rate, 错误发现率)是什么？

随机梯度下降(sgd)的收敛问题

柯西分布没有数学期望

两个独立的正态随机变量的乘积服从什么分布？

多个独立同分布的均匀随机变量的最小值的期望是多少？