深入解析HMAC:消息认证码的核心原理
2026/1/7 23:12:06
特征重要性分析是理解模型和业务的关键步骤。通过分析XGBoost模型的特征重要性,我们可以识别哪些特征对预测结果影响最大,为特征工程和业务决策提供依据。
# 特征重要性类型deffeature_importance_types():""" 特征重要性类型 """print("="*60)print("特征重要性类型")print("="*60)types={'weight(权重)':'特征在所有树中被使用的次数','gain(增益)':'特征带来的平均增益','cover(覆盖)':'特征覆盖的样本数','importance(重要性)':'综合重要性(默认是gain)'}forimp_type,descriptionintypes.items():print(f"\\n{imp_type}:")print(f"{description}")returntypes feature_importance_types()# XGBoost特征重要性defxgboost_feature_importance(model,feature_names):""" 获取XGBoost特征重要性 """# 获取不同类型的重要性importance_weight=model.get_booster().get_score(importance_type='weight')importance_gain=model.get_booster(