使用Permutation Importance展示全部特征名称的技术求助

eli5的show_weights方法默认仅展示权重排名靠前的20个特征，要输出所有特征，只需在调用时添加top=None参数：

import eli5
from eli5.sklearn import PermutationImportance

perm = PermutationImportance(rfc, random_state=1).fit(X_test, Y_test)
# 设置top=None以显示全部特征
eli5.show_weights(perm, feature_names=X_train.columns.tolist(), top=None)

如果需要将结果导出为文本格式（而非Jupyter的交互式输出），可以使用format_as_text配合explain_weights：

# 获取全量特征权重的文本结果
full_weights = eli5.explain_weights(perm, feature_names=X_train.columns.tolist(), top=None)
print(eli5.format_as_text(full_weights))

关键说明 #

• top参数的默认值为20，专门用于控制展示的特征数量，设为None会强制包含数据集的所有特征。
• 若特征数量庞大，输出结果会比较冗长，但这是获取全量特征权重的直接方案。

内容的提问来源于stack exchange，提问作者Saif_adib