Obtenez l'importance des fonctionnalités de GridSearchCV

Question

Existe-t-il un moyen d'obtenir l'importance des fonctionnalités du GridSearchCV d'un sklearn?

Par exemple :

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)

Existe-t-il un moyen d'accéder à l'importance des fonctionnalités?

Peut-être quelque chose comme

optimized_GBM.feature_importances_

Answer 1

Je l'ai. Ca fait plutot comme ca :

optimized_GBM.best_estimator_.feature_importance()

si vous avez passé cela via un Pipeline et recevez object has no attribute 'feature_importance' essayez optimisé_GBM.best_estimator_.named_steps ["step_name"]. feature_importances_

où step_name est le nom correspondant dans votre pipeline

Answer 2

Celui-ci fonctionne

optimized_GBM.best_estimator_.feature_importances_