python - xgboost 有 feature_importances_ 吗？

Question

我通过其 scikit-learn 风格的 Python 接口(interface)调用 xgboost:

model = xgboost.XGBRegressor() 
%time model.fit(trainX, trainY)
testY = model.predict(testX)

一些 sklearn 模型通过属性 feature_importances 告诉您它们分配给特征的重要性。这对于 XGBRegressor 似乎不存在:

model.feature_importances_
AttributeError   Traceback (most recent call last)
<ipython-input-36-fbaa36f9f167> in <module>()
----> 1 model.feature_importances_

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

奇怪的是:对于我的合作者，属性 feature_importances_ 在那里!可能是什么问题？

这些是我的版本:

In [2]: xgboost.__version__
Out[2]: '0.6'

In [4]: sklearn.__version__
Out[4]: '0.18.1'

...和来自 github 的 xgboost C++ 库，提交 ef8d92fc52c674c44b824949388e72175f72e4d1。

Answer 1

你是如何安装 xgboost 的？如文档中所述，您是否在从 github 克隆包后构建了包？

http://xgboost.readthedocs.io/en/latest/build.html

如本回答所示:

Feature Importance with XGBClassifier

pip 安装和 xgboost 似乎总是有问题。从您的构建中构建和安装它似乎有所帮助。