【发布时间】:2016-08-18 00:23:38
【问题描述】:
我有一个包含 368 个自变量的数据集,我目前正在使用随机森林分类来确定哪些变量对解释数据的行为最重要。我已经在 Python 中完成了这项工作,并发现了类似的结果:
[(0.3748, 'var38'), (0.1738, 'var15'), (0.0294, 'saldo_medio_var5_ult3'), (0.0281, 'saldo_medio_var5_hace3'),...]
获得所有 368 个变量的结果。尝试将所有这些都绘制在图表上是不必要的,因此,我要做的是让 Python 仅列出 10 个最重要的变量。
我将如何让 Python 执行此操作,以及如何将其显示在图表上?任何帮助将非常感激!
【问题讨论】:
-
是什么让它们重要?
-
变量名左边的数字。数字越高,该变量在解释数据行为中的重要性就越大。
-
所以基本上是
lst.sort(reverse=True)并取前十个返回值?
标签: python random-forest feature-selection