使用plot_importance繪制特征重要性曲線

代碼如下所示：

# -*- coding: utf-8 -*-
#導入需要的包
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score
from xgboost import XGBClassifier
from xgboost import plot_importance

### 加載數據集，這里直接使用datasets包里面的波士頓房價數據
boston=datasets.load_breast_cancer()
#輸出數據集的形狀，該數據集里面有569個樣本，每個樣本有30個特征(569, 30)
print(boston.data.shape)
#輸出標簽的個數為 569
print(boston.target.shape)
# 使用train_test_split()函數對訓練集和測試集進行划分，第一個參數是數據集特征，第二個參數是標簽，第三個為測試集占總樣本的百分比
x_train,x_test,y_train,y_test = train_test_split(boston.data,
                                                 boston.target,
                                                 test_size = 0.3,
                                                 random_state = 33)
#使用XGBoost進行訓練
model = XGBClassifier()
model.fit(x_train,y_train)

# 繪制重要性曲線,max_num_feature參數設置輸出前20重要的特征（）
plot_importance(model,max_num_features=20) plt.show() # 輸入測試樣本做預測
y_pred=model.predict_proba(x_test)[:,1]

# 輸出AUROC的值
roc=roc_auc_score(y_test,y_pred)
print("The AUROC=%f",roc)
"""
0.9841
"""

 

運行結果：

其中，f2,f3,f4...這些是默認的按從0開始對特征的編號。但是這樣的話，我們不知道這些f2,f3到底對應的是哪些特征。我覺得應該有函數什么的吧，要不然的話，怎么進行具體的分析呢。這個問題有待解決。