如何解决如何在python中将机器学习模型置换重要性输入到数组或字典中
我有这个代码示例,当我在jupyternotebook
中尝试时,该示例很好用。并显示为具有两列的表格(图像),如下所示:
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
import eli5
from eli5.sklearn import PermutationImportance
X = inputsdf
y = targetdf
X_traindf,X_testdf,y_traindf,y_testdf = train_test_split(inputsNew,target,random_state=0)
estimator = RandomForestClassifier(max_depth=2,random_state=0)
estimator.fit(X_traindf,y_traindf)
perm = PermutationImportance(estimator,random_state=1).fit(X_testdf,y_testdf)
eli5.show_weights(perm,feature_names = X_testdf.columns.tolist())
但是我需要将这些值转换为数组或字典或任何我可以分配给变量并重新使用的值。因此如下所示:
{
"PercentageSalaryHike": "0.0960 +- 0.0222",.
.
.
}
有人可以帮助我吗?还是找到每个列的置换重要性的更好方法?
解决方法
variable = np.array(eli5.show_weights(perm,feature_names = X_testdf.columns.tolist()))
我希望这会起作用。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。