XGBoost筛选特征时的重要性分析图

一、数据集

使用波士顿房价数据集，通常包含以下特征（这些特征名称应与你的数据集一致）：

CRIM：城镇人均犯罪率
ZN：占地面积超过 25,000 平方英尺的住宅用地比例
INDUS：城镇非零售商用土地比例
CHAS：查尔斯河虚拟变量（如果边界是河流，则为1，否则为0）
NOX：一氧化氮浓度（百万分之一）
RM：每个住宅的平均房间数
AGE：1940 年之前建造的自住房屋的比例
DIS：距离五个波士顿就业中心的加权距离
RAD：径向公路的可达性指数
TAX：每 $10,000 的全额财产税率
PTRATIO：城镇师生比例
B：1000*(黑人占比-0.63)^2，其中黑人占比为城镇黑人的比例
LSTAT：低社会地位人口的百分比

二、画图

import matplotlib.pyplot as plt
from xgboost import XGBRegressor
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split