使用诸如梯度增强之类的决策树方法的集成的好处是,它们可以从训练有素的预测模型中自动提供特征重要性的估计。在本文中,您将发现如何使用Python中的XGBoost库来估计特征对于预测性建模问题的重要性,阅读这篇文章后,您将知道:如何使用梯度提升算法计算特征重要性。如何绘制由XGBoost模型计算的Python中的特征重要性。如何使用XGBoost计算的特征重要性来执行特征选择。梯度提升中的特征重要性使用梯度增强的好处是,在构建增强后的树之后,检索每个属性的重要性得分相对简单。通常,重要性提供了一个分数,