具有许多功能的 R xgboost 重要性图

Question

我正在尝试 Kaggle 房价挑战:https://www.kaggle.com/c/house-prices-advanced-regression-techniques

这是我写的脚本

train    <- read.csv("train.csv")
train$Id <- NULL
previous_na_action = options('na.action')
options(na.action = 'na.pass')
sparse_matrix <- sparse.model.matrix(SalePrice~.-1,data = train)
options(na.action = previous_na_action)
model <- xgboost(data = sparse_matrix, label = train$SalePrice, missing = NA, max.depth = 6, eta = 0.3, nthread = 4, nrounds = 16, verbose = 2, objective = "reg:linear")
importance <- xgb.importance(feature_names = sparse_matrix@Dimnames[[2]], model = model)
print(xgb.plot.importance(importance_matrix = importance))

数据有 70 多个特征，我使用了 xgboost，max.depth = 6 和 nrounds = 16。

我得到的重要性图非常困惑，我如何才能只查看前 5 个特征或其他内容。

Answer 1

查看 xgb.plot.importance 的 top_n 参数。它完全符合您的要求。

# Plot only top 5 most important variables.
print(xgb.plot.importance(importance_matrix = importance, top_n = 5))

编辑:仅适用于 xgboost 的开发版本。替代方法是这样做:

print(xgb.plot.importance(importance_matrix = importance[1:5]))