GridSearchCV及其特征重要性

Question

在GridSearchCV中，当我像以下内容一样适合时：

forest_reg = RandomForestRegressor()
grid_search = GridSearchCV(forest_reg, param_grid,cv=5,scoring = 'neg_mean_squared_error')
grid_search.fit(X_train,y_train)

之后，当我执行此操作时，

GridSearch.best_estimator_.feature_importances_ 

它给出了一系列值所以我的问题是GridSearch.best_estimator_.feature_importances_此行返回什么值？

Answer 1

在您的情况下， GridSearch.best_estimator_.feature_importances_返回 RandomForestRegressor对象。

因此，根据RandomForestRegressor文档：

feature_importances_：形状的数组= [n_features] 返回功能的重要性（越高，功能越重要）。

换句话说，它会根据您的培训集X_train返回最重要的功能。feature_importances_的每个元素都对应X_train的一个功能（例如：feature_importances_的第一个元素是指X_train的第一个功能/列）。

feature_importances_中元素的值越高，X_train中的功能越重要。