2024-05-20 20:20:41 发布
网友
我有一个关于机器学习算法的可解释性的问题。你知道吗
我有这样一个数据集: tabular data set
我已经训练了一个分类模型(来自sciket Learn的mlpclassizer),想知道哪些特性对决策的影响最大(权重最高)。你知道吗
我的最终目标是找到不同的解决方案(功能组合),这些解决方案很有可能(>;90%)被归类为1。你知道吗
有人知道如何得到这些解决方案吗?你知道吗
提前谢谢!你知道吗
为了在分类任务中获得特征重要性,分类方法必须是随机森林或决策树,两者都在sklearn中实现
clf = RandomForestClassifier(n_estimators=100, max_depth=2,random_state=0) clf.fit(X, y) #After the fit step clf.feature_importances_
特征重要性会告诉你每个特征有多大的权重,如果你的MLP分类器训练得当,它会给你网络中的各种特征赋予几乎相似的重要性
为了在分类任务中获得特征重要性,分类方法必须是随机森林或决策树,两者都在sklearn中实现
特征重要性会告诉你每个特征有多大的权重,如果你的MLP分类器训练得当,它会给你网络中的各种特征赋予几乎相似的重要性
相关问题 更多 >
编程相关推荐