使用XGboost模块XGBClassifier、plot_importance来做特征重要性排序

anaconda安装xgboost库戳这儿

---

更新：修改f1,f2等字段请戳这里

---

'''
参考：http://www.shujuren.org/article/625.html
'''
from numpy import loadtxt
from xgboost import XGBClassifier
from xgboost import plot_importance
from matplotlib import  pyplot
import warnings
warnings.filterwarnings("ignore")

# np.load_txt使用方法：www.manongjc.com/article/4883.html
# 以','为分割符，跳过1行（标features那一行）
dataset = loadtxt(r"H:\randomForest_file\feat_sort\XGboot\label_csv.csv", skiprows=1, delimiter=",") 
print(dataset)

# 数据集划分特征矩阵X和目标变量y
X = dataset[:,1:-1] # 每一行都要（之前已经把第一行跳过了，所以这里全都是纯数据）
y = dataset[:,-1]   # 这个是分类结果label
print('*****************')
# print(X)

print(y.shape)
# 全量数据集训练模型
model = XGBClassifier()
model.fit(X, y)

# 变量重要性列表
print(model.feature_importances_)

# 变量重要性可视化
pyplot.bar(range(len(model.feature_importances_)), model.feature_importances_)
pyplot.show()

# 变量重要性排序可视化
plot_importance(model)
pyplot.show()

因为原数据保密，你们用下面的数据集data.csv也可以（看下格式就好啦~）

1.特征值重要性图：

2.特征重要性排序图：

（这里有个不完美的地方，xgboost模块竟然没有提供改feature name的方法！所以全是f0,f1,f2,…，你只能对照数据文件看谁是第0个feature谁是第1个了）

想要修改f1,f2等字段请戳这里