如何使用置换特征重要性获取值

Question

我有一个专注于二进制分类的具有5K（和60个要素）记录的数据集。

请注意，此solution在这里不起作用

我正在尝试使用Permutation Feature Importance生成功能重要性。但是，出现以下错误。您能否看一下我的代码，让我知道我是否在犯任何错误？

import eli5
from eli5.sklearn import PermutationImportance
logreg =LogisticRegression()
model = logreg.fit(X_train_std, y_train)
perm = PermutationImportance(model, random_state=1)
eli5.show_weights(perm, feature_names = X.columns.tolist())

我收到如下所示的错误

AttributeError: 'PermutationImportance' object has no attribute 'feature_importances_'

您能帮我解决此错误吗？

Answer 1

如果您通过]查看PermutationImportance对象的属性，则>

ord(perm)
在您适合PI对象之后，您可以看到所有属性和方法BUT

，这意味着您需要执行以下操作：

perm = PermutationImportance(model, random_state=1).fit(X_train,y)