如何在Python中获取HistGradientBoostingClassifier的特征重要性？

你遇到的AttributeError是因为旧版本scikit-learn中的HistGradientBoostingClassifier并没有feature_importances_属性，取而代之的是get_feature_importances()方法。以下是获取包含特征及其重要性占比列表的具体步骤：

步骤1：获取原始特征重要性 #

确保模型已经完成训练（调用过model.fit(X, y)），然后用方法获取重要性数组：

importances = model.get_feature_importances()

步骤2：计算重要性占比并生成配对列表 #

假设你有特征名称的列表feature_names（比如来自数据集的列名），可以通过以下代码生成带占比的特征重要性列表：

# 计算总重要性
total_importance = sum(importances)

# 生成特征-占比配对列表，占比保留两位小数
feature_importance_list = [
    (feature, round(imp / total_importance * 100, 2))
    for feature, imp in zip(feature_names, importances)
]

# 可选：按重要性占比从高到低排序
feature_importance_list.sort(key=lambda x: x[1], reverse=True)

额外说明 #

• 如果你的scikit-learn版本在0.24及以上，HistGradientBoostingClassifier已经支持feature_importances_属性，若仍报错，请检查模型是否完成训练（未调用fit方法会导致属性不存在）。
• 生成的列表中每个元素是元组，格式为(特征名称, 重要性占比%)，方便查看和后续处理。

内容的提问来源于stack exchange，提问作者Debasis