在RFC模型上,我试图弄清楚当我干扰我的数据时,功能重要性如何改变我的分类,如
特征(无扰动)=特征(扰动数据)-特征(扰动)
然后在我已经拟合的模型上使用特征(无扰动)。您是否可以手动设置或更改RFC模型的功能重要性?我试着找,但没有结果。
谢谢。
scikit-learn代码中的一般约定是从数据/训练中推断出的属性以_结束。feature_importances_attributes也遵循这个约定。它们表示基于杂质的重要性,它们是从你的训练集统计数据中计算/推断出来的。
您可以选择通过sample_weight参数赋予不同样本的权重,也可以通过class_weight参数赋予类权重。