如何提取并展示随机森林模型中重要性排名前10的特征

你只需要在原有生成特征重要性Series的逻辑后，追加降序排序和取前10项的链式调用即可，调整后完整代码如下：

model1 = RandomForestClassifier()
model1.fit(X_train, y_train)
# 按重要性从高到低排序后取前10个特征
feature_top10 = pd.Series(model1.feature_importances_, index=X_train.columns) \
    .sort_values(ascending=False) \
    .head(10)
# 输出查看结果
print(feature_top10)

补充说明：

• sort_values(ascending=False) 作用是将特征重要性按从高到低排序，该方法默认是升序排序，必须指定ascending=False参数才能得到重要性从高到低的结果
• head(10) 作用是提取排序后结果的前10行，对应就是重要性最高的10个特征

如果需要将结果转为字典、列表做后续处理，可以直接在链式调用末尾追加to_dict()、to_list()方法即可。

内容的提问来源于stack exchange，提问作者noob_python