从 GridSearchCV 获取特征重要性

Question

有没有办法从 sklearn 的 GridSearchCV 中获取特征重要性？

例如 ：

 from sklearn.model_selection import GridSearchCV
print("starting grid search ......")
optimized_GBM = GridSearchCV(LGBMRegressor(),
                             params,
                             cv=3,
                             n_jobs=-1)
#
optimized_GBM.fit(tr, yvar)
preds2 = optimized_GBM.predict(te)

有没有办法可以访问功能重要性？

也许像

optimized_GBM.feature_importances_

原文由 Nick M 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

知道了。它是这样的：

 optimized_GBM.best_estimator_.feature_importance()

如果您碰巧通过管道运行它并收到 object has no attribute 'feature_importance' 尝试 optimized_GBM.bestestimator.named_steps[“step_name”].featureimportances

其中 step_name 是管道中的相应名称

原文由 Nick M 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这个有效

optimized_GBM.best_estimator_.feature_importances_

原文由 Aptha Gowda 发布，翻译遵循 CC BY-SA 3.0 许可协议