web-dev-qa-db-ja.com

XGBoostパッケージの機能スコア（/重要度）はどのように計算されますか？

コマンド xgb.importanceは、fスコアで測定された特徴の重要度のグラフを返します。

これfスコアは何を表し、どのように計算されますか？

出力： Graph of feature importance機能の重要度のグラフ

pythonrclassificationfeature-selectionxgboost
24
ishido

これは、各機能が分割された回数を単純に合計するメトリックです。 Rバージョンの頻度メトリックに類似しています。 https://cran.r-project.org/web/packages/xgboost/xgboost.pdf

これは、基本的な機能の重要度の指標です。

i.e。この変数は何回分割されましたか？

このメソッドのコードは、すべてのツリーに特定の機能の存在を単純に追加していることを示しています。

[ここ.. https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/core.py#L953] [1]

def get_fscore(self, fmap=''):
    """Get feature importance of each feature.
    Parameters
    ----------
    fmap: str (optional)
       The name of feature map file
    """
    trees = self.get_dump(fmap)  ## dump all the trees to text
    fmap = {}                    
    for tree in trees:              ## loop through the trees
        for line in tree.split('\n'):     # text processing
            arr = line.split('[')
            if len(arr) == 1:             # text processing 
                continue
            fid = arr[1].split(']')[0]    # text processing
            fid = fid.split('<')[0]       # split on the greater/less(find variable name)

            if fid not in fmap:  # if the feature id hasn't been seen yet
                fmap[fid] = 1    # add it
            else:
                fmap[fid] += 1   # else increment it
    return fmap                  # return the fmap, which has the counts of each time a  variable was split on
23
T. Scharf

私はこの答えが正確かつ徹底的だと感じました。 feature_importancesの実装を示しています。

https://stats.stackexchange.com/questions/162162/relative-variable-importance-for-boosting

0
Aerin